摘要
本发明属于单细胞成像和分析技术领域,提供了一种无标记单细胞二维光散射成像模态扩增方法及系统。本方法通过获取无标记单细胞的二维光散射图像,对所述二维光散射图像进行预处理;根据所提出的融合条件对抗损失LcGAN、L1距离损失LL1和基于VGG网络的感知损失的一种新的成像模态扩增模型,利用处理后的光散射图像生成对应的单细胞明场图像和荧光图像,实现单细胞多模态图像的扩增;对所述单细胞二维光散射图像及相应的明场图像以及荧光图像进行多模态融合和分类识别,提高了癌症单细胞分析准确度;本发明能够根据无标记单细胞二维光散射图像生成相应的单细胞明场图像和荧光图像,特别适用于癌细胞的诊断和分类,有助于推动生物医学研究和临床应用。
技术关键词
扩增方法
扩增系统
散射成像
深度学习模型
生成对抗网络模型
标记
解码器
多模态
光束整形组件
成像单元
编码器
单细胞分析
VGG网络
荧光
图像采集设备
检测芯片
分类方法
激光光源
处理单元
系统为您推荐了相关专利信息
样本
语音识别模型
事件特征
音频特征
多模态特征
钻孔参数
切削力
实时数据
ARIMA模型
自动标记
刀具磨损预测模型
刀库换刀方法
换刀装置
数控机床主轴
伺服驱动电机
时间序列预测方法
深度学习模型
深度学习神经网络
注意力机制
文本特征向量
注意力机制
浅层神经网络
数据
模型训练模块
疲劳寿命预测系统