类器官是疾病建模、药物筛选、精准医学和再生医学研究的重要体外三维模型，能够在体外模拟部分组织结构、功能状态和疾病相关表型。随着类器官培养体系和显微成像技术的发展，研究人员需要对类器官的生长状态、形态变化和培养质量进行稳定、可重复的定量分析。然而，明场显微图像中的类器官常存在形态差异大、边界模糊、密集重叠和背景干扰强等问题，传统人工观察和手动测量效率较低、主观性较强，不同观察者之间也容易产生判断差异，难以满足高通量研究、药物评价和临床转化应用需求。

针对上述问题，中国科学院新疆理化技术研究所多语种信息技术研究室联合北京大学第三医院、重庆大学附属人民医院及德国默克（Merck KGaA）等合作单位，提出了类器官智能视觉全流程分析管线 OrgLine。该管线面向类器官明场图像分析需求，整合自动检测、实例分割、形态学量化、时间序列追踪和传代辅助判断等功能。不同于单一分割工具，OrgLine 借鉴视觉大模型的通用表征能力和提示式分割思想，并结合团队预训练的类器官检测模型进行任务适配，可视为面向类器官形态学分析的智能视觉基础模型。OrgLine 先自动定位类器官并生成检测框，再利用检测框作为提示信息，引导分割模型获得单个类器官的精细掩膜，从而实现类器官自动检测、计数、分类、实例分割和形态学量化分析，使原本依赖人工圈定和经验判断的环节转化为可重复的自动化流程。

该研究为类器官培养和分析提供了自动化、定量化和可扩展的技术工具。通过对超过 8000 张显微图像和 120000 个类器官实例进行系统验证，OrgLine 在复杂背景、边界模糊和类器官重叠等场景中保持稳定表现，其分析结果与专家人工标注具有高度一致性，能够减少人工观察带来的主观差异。该方法可用于类器官培养质量控制、形态表型分析、时间序列追踪和传代辅助判断，并依托明场显微图像实现对类器官生长状态的无侵入式监测，将原本依赖经验的观察环节转化为连续、客观、可比较的数据记录，为不同批次、不同来源类器官的标准化评估提供支持，也为药物筛选、精准医学和类器官高通量研究提供更加稳定可靠的定量分析支撑。

相关研究成果以“OrgLine: A versatile pipeline for organoid morphometry using detector-guided prompts”为题发表在国际期刊《细胞报告方法》（Cell Reports Methods）。中国科学院新疆理化技术研究所博士研究生邓迅为该论文独立第一作者，胡鹏伟研究员为独立通讯作者。研究工作得到国家重点研发计划、国家自然科学基金、新疆自然科学基金杰出青年等项目支持。

（原文链接）

图1  OrgLine 图文摘要。该流程将类器官培养与明场显微成像、自动检测与计数、形态学分类、实例分割和下游定量分析连接起来。