基于深度学习的细胞力学表型分析方法及设备

本申请适用于细胞分析技术领域，尤其涉及基于深度学习的细胞力学表型分析方法及设备，该方法包括：通过获取目标细胞的时序图像、力学响应数据和培养环境参数；基于力学响应数据和培养环境参数，对时序图像进行区域分割，确定目标细胞表面的力学敏感区域和亚细胞结构的局部变形特征，实现精细化和针对化的特征识别；根据力学敏感区域、局部变形特征和培养环境参数，生成目标细胞的力学表型描述符，实现多模态数据融合；使用预先使用样本细胞的样本力学表型描述符训练得到的力学表型分析模型对力学表型描述符进行处理，得到目标细胞的异质性预测结果，自动化识别复杂培养环境下细胞力学特性的异质性，显著异质性分类的动态性及泛化能力。