基于CNN双路特征融合模型的秀丽隐杆线虫寿命阶段分类研究

摘要：

秀丽隐杆线虫(C.elegans)由于其有着寿命较短和人类基因高度同源的特点,作为一种被优秀的模式生物,被广泛应用于多种人类健康和疾病模型的研究中.为了准确测定当前线虫所处于的寿命阶段,论文提出了一种基于CNN双路特征融合模型的的秀丽隐杆线虫寿命阶段分类方法.首先,利用卷积神经网络分类模型对线虫图像进行特征提取;同时使用快速傅里叶变换、LoG算子等图像处理算法得到荧光蛋白亮斑坐标,然后根据坐标信息计算得到荧光蛋白亮斑聚集度信息;最后,将前两步得到的特征拼接通过分类器得到分类结果.实验结果表明,论文方法能够准确、有效地对线虫寿命阶段进行分类.

关键词：秀丽隐杆线虫、图像分类、深度学习、快速傅里叶变换、拉普拉斯-高斯算法

所属期刊栏目：51

分类号：TP391(计算技术、计算机技术)

在线出版日期：2023-08-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1163-1168