机器学习辅助图像识别红细胞抗氧化研究 |
| |
引用本文: | 徐晓龙,张成霖,翁奇萍,邓水连,熊玉珍,黎妍文,秦传波,曾军英,刘长宇,郏建波.机器学习辅助图像识别红细胞抗氧化研究[J].分析化学,2024(3):429-445. |
| |
作者姓名: | 徐晓龙 张成霖 翁奇萍 邓水连 熊玉珍 黎妍文 秦传波 曾军英 刘长宇 郏建波 |
| |
作者单位: | 1. 五邑大学环境与化学工程学院;2. 五邑大学电子与信息工程学院;3. 江门市人民医院 |
| |
基金项目: | 国家自然科学基金项目(Nos.21974097,21675147); |
| |
摘 要: | 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。
|
关 键 词: | 图像识别 红细胞形态 氧化损伤 人工智能 |
|
|