一种融合时序图像分析的细胞形态动态监测方法及系统

AITNT
正文
推荐专利
一种融合时序图像分析的细胞形态动态监测方法及系统
申请号:CN202510964693
申请日期:2025-07-14
公开号:CN120708015A
公开日期:2025-09-26
类型:发明专利
摘要
本发明公开了一种融合时序图像分析的细胞形态动态监测方法及系统,该方法先获取细胞在多个连续时间点的时序图像序列,提取包含细胞形态、大小、纹理等的初始特征向量集合;将其输入时序图像多聚焦融合模型得到融合特征向量,经维度变换与特征筛选形成精炼特征向量;再输入改进的长短期记忆网络学习细胞状态演变模式,确定细胞各时间点状态、生成变化轨迹并预测未来状态。系统包含图像获取及初始特征提取、时序图像多聚焦融合、维度变换与特征筛选、改进的长短期记忆网络、细胞状态确定、细胞状态预测六个单元,各单元依次连接,通过融合模型关联不同时间点图像特征,结合细胞参数优化网络,实现对细胞形态动态变化的精准监测。
技术关键词
长短期记忆网络 记忆单元 动态监测方法 脂肪 转移概率矩阵 时序 协方差矩阵 图像分析 特征值 形态 特征提取单元 序列 轨迹 网络单元 动态监测系统 动态变化特征 图像特征向量 路径规划算法
系统为您推荐了相关专利信息
1
一种基于多维数据融合的机场航班延误预测方法
航班延误预测方法 拥堵指数 三维卷积神经网络 长短期记忆网络 表达式
2
基于CT检查自动化测量体质成分的KOA风险预测方法
卷积神经网络深度学习模型 风险预测方法 风险预测模型 图像增强 CT数据集
3
基于组合神经网络的海岛新能源出力预测方法和电子设备
海岛 依赖关系信息 长短期记忆网络 新能源出力预测 注意力机制
4
基于BIM的建筑能耗模拟分析优化方法及系统
优化运行参数 建筑设备系统 建筑能耗预测 建筑信息模型 长短期记忆网络
5
一种基于深度学习的电池分析方法及装置
卷积神经网络模型 长短期记忆网络 核心 故障类别 分析方法
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