基于机器学习技术的非染色细胞凋亡检测分类新方法

摘要：

细胞凋亡检测和分类在生物医学研究中具有重要意义.该研究目的是在我们多年研究的基础上建立了一种基于偏振衍射成像流式细胞检测系统和机器学习技术的凋亡检测新方法,具有更高的时间效率和更好的应用前景.化学诱导K562和HL60细胞凋亡.通过荧光激活细胞分选仪结合荧光双染技术将细胞分为三个亚群:健康细胞、早期凋亡细胞、晚期凋亡/坏死细胞.应用偏振衍射成像流式细胞检测技术采集每个亚群细胞的衍射图像.基于局部二值模式算法提取图像纹理特征生成训练和测试数据集,研究了不同的分类算法,建立凋亡分类模型.对模型性能和时间效率做出对比分析,筛选出具有更高时间效率的模型.新方法可实现90％的分类准确度,并在时间效率上具有优势.该研究成功开发了一种快速的无染色细胞凋亡检测新方法,使检测后的细胞可直接用于后续实验.

关键词：细胞凋亡检测、非染色标记、衍射图像、机器学习

所属期刊栏目：41

分类号：TP391.41;R77;TP181

资助基金：国家自然科学基金;资助的课题

在线出版日期：2019-11-08（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：1371-1376