近日，青岛农业大学动物科技学院赵明辉教授团队与广东省第二人民医院孙青原教授团队合作，成功将计算机视觉技术应用于哺乳动物卵泡和细胞器识别领域。相关成果以“Feasibility of an AI System for Follicle Quantification and Spindle Localization”为题发表于《Biology of Reproduction》。

在生殖生物学与辅助生殖技术（ART）领域，准确的卵泡识别和分类与卵母细胞纺锤体定位是关键技术环节。长期以来，传统的组织切片卵泡人工计数不仅耗时费力，还易受主观因素影响；而卵母细胞纺锤体的识别与操作，则因细胞质中脂质成分干扰可视化效果，面临精度低、细胞损伤风险高的难题。这些挑战从组织层面（如小鼠卵巢组织分析）延伸至亚细胞层面（如卵母细胞显微操作），亟需一套标准化、无需依赖人工经验的解决方案。

为此，团队通过模型训练并采用双分辨率识别策略：高分辨率模型精准识别原始卵泡，低分辨率模型快速检测生长卵泡。测试显示，在新生 7 天与成年小鼠卵巢组织分析中，其检测结果与人类专家手动计数差异率中位值低于 10%，性能已十分接近专业研究者水平。

团队还将 AI 框架拓展至纺锤体定位研究，采集犬卵母细胞明场与荧光配对图像，构建含 645 张图像的标注数据集训练模型。模型部署后 AI 辅助去核成功率达 96.30%，远超传统盲吸法的 60.64%。团队还通过核移植胚胎移植，成功诞下 2 只健康克隆幼犬，验证了技术实用价值。

该论文研究成果以网站（www.mwfc.top）的形式落地并向全球免费开放。网站提供标准化卵巢切片制备方案，无需专业软件与高端硬件，降低技术门槛。研究证实开源通用型 AI 技术可适配多尺度检测需求，为后续应用奠定基础。

该文第一单位为青岛农业大学动物科技学院，广东省第二人民医院李卫东博士为第一作者，赵明辉教授与孙青原教授为共同通讯作者。研究受到山东省青创团队建设项目的资助。