一种基于机器学习的化学物体外肝细胞遗传毒性评价方法

AITNT
正文
推荐专利
一种基于机器学习的化学物体外肝细胞遗传毒性评价方法
申请号:CN202510648808
申请日期:2025-05-20
公开号:CN120559217A
公开日期:2025-08-29
类型:发明专利
摘要
本发明涉及化学物安全性评估技术领域,提供一种基于机器学习的化学物体外肝细胞遗传毒性评价方法,包括:通过肝细胞培养与化学物暴露进行样品制备,得到细胞样品;基于多通道荧光标记对所述细胞样品进行高内涵图像采集,得到多维细胞表型图像数据;对所述多维细胞表型图像数据进行图像分析,提取细胞核特征参数,得到细胞表型特征集;通过所述细胞表型特征集通过机器学习算法构建毒性分类模型,输出化学物遗传毒性评价结果。本发明实现了遗传毒性评价的高通量、高精度和机制解析,提高了遗传毒性筛查的效率和准确性。
技术关键词
毒性评价方法 表型特征 标记系统 荧光 物体 多通道 安全性评估技术 机器学习算法 图像分析 皮尔逊相关系数 数据 消除方法 核心 强度 多模型 机制 染色剂 高通量
系统为您推荐了相关专利信息
1
数据合成方法、道路标识合成方法、系统及可读存储介质
图像 坐标 交通标志牌 像素 数据
2
一种基于材质属性优化的红外对抗样本生成方法
样本生成方法 网格模型 物体 面片 生成鲁棒
3
一种跨模态3D视觉推理定位系统及方法
推理方法 跨模态 层级 推理系统 模块
4
一种交互式算法在自动化标注系统中的应用
前端工具 标注系统 服务器 算法 物体检测
5
超景深图像生成方法、三维重建方法和3D相机
景深图像生成方法 关键点特征 关键点检测算法 三维重建方法 控制模组
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号