国产三级精品三级在线观看,国产高清无码在线观看,中文字幕日本人妻久久久免费,亚洲精品午夜无码电影网

吉大&浙大Small Methods: 組合機(jī)器學(xué)習(xí)模型用于細(xì)胞的無(wú)標(biāo)記和原位識(shí)別

活體和共培養(yǎng)系統(tǒng)中的細(xì)胞識(shí)別和計(jì)數(shù)在細(xì)胞相互作用研究中至關(guān)重要，但目前的方法主要依賴(lài)于復(fù)雜且耗時(shí)的染色技術(shù)。

在此，浙江大學(xué)計(jì)劍教授及吉林大學(xué)田圃教授等人提出了一種無(wú)標(biāo)記的原位方法，該方法具有一種新的思路，可以自動(dòng)標(biāo)記明場(chǎng)圖像中的每個(gè)細(xì)胞。該方法基于包含卷積神經(jīng)網(wǎng)絡(luò)（CNN）模型和聚類(lèi)算法的組合機(jī)器學(xué)習(xí)設(shè)計(jì)，可以實(shí)現(xiàn)對(duì)共培養(yǎng)細(xì)胞的識(shí)別、發(fā)現(xiàn)和即時(shí)計(jì)數(shù)。

具體而言，CNN模型首先用于基于未標(biāo)記的相位對(duì)比圖像生成細(xì)胞核的虛擬圖像，然后使用兩種聚類(lèi)算法根據(jù)虛擬核圖像返回所有細(xì)胞的坐標(biāo)。最后，基于坐標(biāo)裁剪單個(gè)細(xì)胞的相位對(duì)比圖像，并將其發(fā)送到另一個(gè)CNN模型以進(jìn)行細(xì)胞類(lèi)型識(shí)別。

圖1. 該方法在細(xì)胞計(jì)數(shù)中的性能

基于CNN的主要優(yōu)點(diǎn)之一是模型結(jié)構(gòu)的靈活性。雖然這里使用的圖像來(lái)自包含兩種細(xì)胞類(lèi)型的共培養(yǎng)實(shí)驗(yàn)，但這種方法也可以通過(guò)模型的簡(jiǎn)單修改應(yīng)用于許多其他研究。通過(guò)省略最后的分類(lèi)步驟或在分類(lèi)模型的輸出層添加節(jié)點(diǎn)，可以實(shí)現(xiàn)對(duì)一種或兩種以上類(lèi)型細(xì)胞的無(wú)標(biāo)簽和實(shí)時(shí)跟蹤。通過(guò)用降維算法替換ResNet 架構(gòu)的最后幾層，也可以對(duì)新的細(xì)胞表型或狀態(tài)進(jìn)行無(wú)監(jiān)督探索。

總之，這種組合方法是高度自動(dòng)化和高效的，這在訓(xùn)練階段幾乎不需要手動(dòng)注釋圖像。它在不同的細(xì)胞培養(yǎng)條件下顯示出實(shí)用的性能，包括細(xì)胞比例、密度和底物材料，在實(shí)時(shí)細(xì)胞跟蹤和分析方面具有巨大潛力。

圖2. 使用高細(xì)胞培養(yǎng)密度時(shí)該方法的性能

Label-Free and In Situ Identification of Cells via Combinational Machine Learning Models, Small Methods 2021. DOI: 10.1002/smtd.202101405

原創(chuàng)文章，作者：v-suan，如若轉(zhuǎn)載，請(qǐng)注明來(lái)源華算科技，注明出處：http://www.xiubac.cn/index.php/2022/01/21/8a7037b3b5/

国产三级精品三级在线观看,国产高清无码在线观看,中文字幕日本人妻久久久免费,亚洲精品午夜无码电影网

吉大&浙大Small Methods: 組合機(jī)器學(xué)習(xí)模型用于細(xì)胞的無(wú)標(biāo)記和原位識(shí)別

相關(guān)推薦