机器学习辅助图像识别红细胞抗氧化研究

细胞形态是原始的生物学特征,可以提供有关细胞生理或病理状况的内在信息。与通过肉眼比对分析细胞形态的方法相比,基于人工智能（Artificial intelligence, AI）的图像识别方法有望提高分析速度和精度。本研究建立了细胞形态图像分割、识别和计数的氧化损伤分析模型,并将其用于研究红细胞抗氧化的动态过程。结果表明,以正常红细胞比率计,本模型获得了与经典生化指标一致的结果,表明本模型可用于分析红细胞氧化损伤程度。本方法无需细胞染色或细胞破碎等操作,可在2 h内获取结果;而且因为采用显微图像获取细胞形态信息,可实现细胞的实时监测。本模型有望拓展应用于环境毒理学有关细胞形态、细胞活性水平等方面的研究。