典型文献
基于谱分解动态散射成像的细胞无标记检测与分类方法
文献摘要：
细胞成像及检测技术在医学研究及临床诊断领域具有重要的研究意义和应用价值,而无标记与高通量检测尤其具有挑战.本研究基于动态散射理论的细胞成像方法,搭建了动态散射成像系统,提出了基于谱分解的动态信号提取算法,结合机器学习算法实现了无标记、高通量的细胞分类.采用血细胞、EG7-OVA肿瘤细胞、A549肺癌肿瘤细胞进行实验验证,结果表明本文提出的方法对血细胞与肿瘤细胞识别准确率可达98％以上,对于血细胞、EG7-OVA细胞和A549细胞之间的三分类识别率约为91％.本文实现的细胞检测和分类方法具有临床应用前景.
文献关键词：
动态散射成像;谱分解;无标记细胞检测与分类;机器学习
中图分类号：
作者姓名：
周雨宁;夏华;王晓莉;柳竞涵;翟嘉;李晨曦;蒋景英
作者机构：
天津大学医学工程与转化医学研究院 天津 300072;天津市生物医学检测技术与仪器重点实验室 天津 300072;潍坊医学院 山东 261053;北京航空航天大学医学科学与工程学院 北京 100091
文献出处：
引用格式：
[1]周雨宁;夏华;王晓莉;柳竞涵;翟嘉;李晨曦;蒋景英-.基于谱分解动态散射成像的细胞无标记检测与分类方法)[J].电子测量与仪器学报,2022(06):42-47
A类：
动态散射成像,EG7,无标记细胞检测与分类
B类：
谱分解,分解动态,无标记检测,分类方法,细胞成像,医学研究,研究意义,意义和应用,高通量检测,成像方法,成像系统,动态信号,信号提取,机器学习算法,算法实现,细胞分类,用血,血细胞,OVA,肿瘤细胞,A549,癌肿,识别准确率,三分类,分类识别,识别率,临床应用前景
AB值：
0.310652
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
