01
测试需求定义
明确评价对象、目标终点与剂量范围。
Workflow
八步标准化流程
从测试需求到风险报告，每一步都有明确的输入与交付物，保证不同批次、不同项目之间的结果可以横向比较。
02
样品暴露设计
设置暴露方案、对照组与重复体系。
03
活体血管成像
采集斑马鱼心血管与血管网络图像。
04
图像质控标准化
统一定位，筛选高质量图像数据。
05
AI 识别与区域分割
自动识别血管区域与关键结构边界。
06
多维表型特征提取
提取面积、分支、密度与形态等指标。
07
综合评分与剂量响应
形成毒性评分并解析剂量相关变化。
08
风险分级与报告输出
输出风险等级、结论建议与可视化报告。
数据沉淀
标准化存储与结构化管理，构建高质量血管毒性数据库。
模型迭代
持续训练与性能优化，提升识别精度与泛化能力。
应用拓展
拓展适用场景与评价对象，支持多终点与多尺度评价。
AI interpretation
AI 图像识别与智能评分
将复杂血管图像信息转化为数值化结果：五个环节，把“看图”变成“读数”。
STEP 01图像识别
自动定位血管结构、区域边界和主要血管网络。
STEP 02结构分割
把复杂血管图像转化为可计算的区域、线条与网络对象。
STEP 03特征提取
提取形态、分支、密度、长度、直径和区域损伤参数。
STEP 04评分分析
综合多维指标变化，形成毒性评分、风险分级与优先排序。
STEP 05数据沉淀
沉淀图像数据、表型参数、剂量关系与风险评分结果。
血管骨架 · 节点 · 分支测量
六类形态指标，合成一个可比较的分数
单一指标容易被噪声误导；多维矩阵才能反映血管网络的真实状态。所有指标在同一标准下提取，支持跨样品、跨批次比较。
分支密度
血管长度
分支点数
直径变化
网络复杂度
区域损伤
示例：单项化合物综合评分
0–100
0
/ 100 · 中高风险
低风险
中风险
高风险
Phenomics
为什么是“血管形态表型组”
表型组是特定基因型的个体、在一定环境条件下表现出的性状特征的总和。放在血管上，它意味着：不只看一个点，而看整张网络。
指标天然丰富
血管网络包含分支、密度、直径、走向与区域差异等多维信息，构成可量化的表型空间。
难点在定量与通量
血管形态定量描述难度大，大量表型组学指标难以高通量获取——这正是 AI 与高内涵成像要解决的问题。
用于毒性评价的优势
直观、高效、准确性好、有效性高，适合在早期阶段承担大范围筛选与排序任务。
适用范围说明 VasoPT 定位为早期筛查与优先级排序工具，用于在候选物之间快速识别血管毒性信号；不替代法规要求的正式非临床安全性评价。具体终点、剂量设计与报告用途，以项目启动前双方确认的方案为准。