摘要
本发明涉及一种细胞分类模型训练方法和装置、细胞分类方法和装置。该细胞分类模型训练方法包括:获取目标细胞的聚焦态单细胞定量相位显微图像;对聚焦态单细胞定量相位显微图像进行处理以获得对应的细胞特征数据,构成细胞特征数据集;对细胞特征数据集进行预测性能筛选,得到最优特征数据集;以最优特征数据集为样本数据,以目标细胞的种类为标签,对初始模型进行训练得到细胞分类模型。本发明的方法和装置对多种细胞的分类准确率高,适于应用于大规模、多类别、高异质性细胞群的无标记检测分类。
技术关键词
样本通道
分类模型训练方法
数字全息显微镜
微流控芯片
流速
特征选择算法
细胞分类方法
数据
胶质母细胞瘤细胞
多发性骨髓瘤细胞
全息图像
朴素贝叶斯模型
诱导多能干细胞
免疫细胞
鼻咽癌细胞
成体干细胞
神经干细胞
系统为您推荐了相关专利信息
玻璃板
注出口
数字图像处理技术
微流控芯片
密封圈
检测分析系统
SERS基底
PLC控制模块
拉曼光谱检测系统
气溶胶采样仪
分类模型训练方法
文档分类方法
训练集
自然语言模型
预训练模型