基于拉曼光谱和CNN-LSTM网络回归模型集成的iPSC多能性的回归预测方法

本发明属于干细胞识别技术领域，具体涉及基于拉曼光谱和CNN‑LSTM网络回归模型集成的iPSC多能性的回归预测方法，包括如下步骤：数据集获取，在培养基中培养iPSC，利用拉曼光谱仪采集iPSC在培养过程中的拉曼光谱，每个时段采集多个细胞的拉曼光谱，并按时段进行分组；对采集的拉曼光谱进行预处理；构建并划分数据集，按照时间顺序将细胞样品的拉曼光谱划分为六类，构建并随机划分数据集；训练并测试CNN‑LSTM模型，评估iPSC的多能性；通过回归方法，对干细胞的离散多能状态和过渡能力梯度进行准确的量化评估。