Os resultados da análise de imagens fluorescentes de alto rendimento do dPCR tradicional costumam apresentar baixa taxa de reconhecimento de pontos positivos devido a pontos falso-positivos e amplificação não específica. Portanto, este artigo propõe um método de reconhecimento de imagens fluorescentes de alto rendimento de dPCR baseado na fusão de múltiplas características (HDFINet) para melhorar a precisão do reconhecimento de pontos positivos. Primeiramente, na parte de fusão de características, é introduzida uma estrutura de cima para baixo que permite que os recursos inferiores sejam usados de forma mais eficaz nos níveis superiores. Na estrutura de cima para baixo, é usada a atenção de canal para alocar pesos aos canais da imagem fluorescente, e a atenção espacial para atribuir pesos correspondentes aos pixels da imagem fluorescente no mapa de características, permitindo que os mapas de características respondam melhor às características da imagem fluorescente. Em seguida, no RPN, é usada a IOU adaptativa para calcular a confiança da caixa delimitadora dos pontos positivos, reduzindo a possibilidade de perda de informações dos pontos positivos. Por fim, após o ROI Align realinhar as características dos pontos positivos nas regiões candidatas da imagem fluorescente ao tamanho fixo, estas são inseridas nas camadas totalmente conectadas e totalmente convolucionais para realizar a regressão da classe e da caixa, produzindo os resultados de reconhecimento dos pontos positivos. A rede HDFINet proposta possui alta taxa de reconhecimento, podendo efetivamente reconhecer os pontos positivos nas imagens fluorescentes. Em comparação com YOLOv4, VF-Net e GROIE, o método aqui apresentado alcança o maior índice global F1. Em comparação com a rede clássica de aprendizado profundo Mask R-CNN, o método melhora a taxa de verdadeiros positivos no reconhecimento dos pontos positivos em 1,13%, o valor preditivo positivo em 0,36% e o valor global do índice F1 em 0,75%. A rede HDFINet proposta possui bom desempenho de reconhecimento, podendo efetivamente reconhecer pontos positivos em imagens fluorescentes, sendo uma referência para outras pesquisas de análise de imagens fluorescentes.

dPCR;aprendizado profundo;imagem fluorescente;pontos positivos