摘要
本发明公开了一种基于近红外图像和拉曼光谱融合的细胞培养监测方法,采集细胞培养过程中的近红外图像数据和拉曼光谱数据对细胞培养的监测指标进行预测,对近红外图像数据与拉曼光谱数据进行归一化处理与分块编码,通过多头注意力机制和多头交叉注意力机制得到对应的近红外图像初始特征、拉曼光谱初始特征和初始混合特征;分三个支路对近红外图像初始特征、拉曼光谱初始特征和初始混合特征进行多层级渐进特征融合,将三个支路按照层级数进行迭代后,通过第三支路最终输出的拉曼光谱融合特征输出细胞培养的监测指标预测结果。本发明充分利用拉曼光谱的高分子特异性与近红外成像的宏观空间分布优势,对细胞培养过程中的代谢产物指标进行动态预测。
技术关键词
分层特征
细胞培养监测方法
注意力模型
融合特征
拉曼光谱数据
交叉注意力机制
编码
细胞培养监测系统
多头注意力机制
分块
层级
指标
图像块
支路
计算机终端
矩阵
系统为您推荐了相关专利信息
纳米棒单层
农药检测系统
拉曼光谱数据
SERS基底
分散固相萃取净化
区域推荐网络
图像识别方法
图像识别模型
特征提取网络
中药材切片
高效管理系统
高效管理方法
机器学习模型
开关器件温度
优化开关频率
深度学习分类模型
分类方法
注意力机制
拉曼光谱数据
时序特征