- 标题
- 摘要
- 关键词
- 实验方案
- 产品
-
通过衍射成像实现快速无标记细胞检测的逼真光学细胞模型开发与评估
摘要： 生命科学领域亟需快速无标记的细胞检测方法。单次曝光衍射成像技术展现出实现该目标的巨大潜力，过去采用偏振衍射成像流式细胞术等方法的实验结果已证实这一点。本文提出一套解决方案平台，并通过计算分析交叉偏振衍射图像（p-DI）对来评估光学细胞模型（OCM）。我们建立了四种真实OCM（包含两种前列腺细胞结构及可调折射率参数），用于研究细胞形态和折射率分布对计算所得p-DI对的影响。采用灰度共生矩阵（GLCM）算法表征图像模式，选取4个GLCM参数和线性退偏振比δL来对比前列腺细胞的计算数据与实测数据。结果表明：相较于细胞器间平均折射率值及其差异，细胞器不规则形状及折射率（RI）分布的非均匀性对细胞散射光空间分布具有更显著影响。计算p-DI数据与实测数据在GLCM参数和δL上的差异，为理解单细胞光散射机制及改进OCM提供了重要依据。
关键词： 细胞模型、光散射、衍射成像、细胞分析
更新于2025-09-10 09:29:36
-
图像细胞术中的深度学习：综述
摘要： 人工智能、深度卷积神经网络和深度学习都是专业术语，它们在科学报告和大众媒体中出现的频率越来越高。本综述聚焦于深度学习及其在细胞和组织样本显微图像数据中的应用。我们通过与神经科学的类比开篇，旨在向读者概述神经网络的核心概念，并阐明深度学习与从图像数据中提取信息的传统方法有何不同。我们希望增进对这些方法的理解，同时强调输入数据要求、计算资源、挑战和局限性等方面的注意事项。我们并非提供将这些方法应用于自身数据的完整手册，而是回顾先前发表的关于图像细胞术中深度学习的文章，并引导读者进一步阅读特定网络和方法的相关资料，包括尚未应用于细胞术数据的新方法。
关键词： 图像细胞术、机器学习、生物医学图像分析、卷积神经网络、深度学习、细胞分析、显微镜技术
更新于2025-09-04 15:30:14