期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于卷积神经网络迁移学习的诱导神经细胞分化阶段分析
1
作者
黄星烨
韦国超
+5 位作者
郭云霞
沈嘉豪
毕昆
张泽群
黄炎
赵祥伟
《中国生物医学工程学报》
北大核心
2025年第2期129-141,共13页
随着神经系统疾病的高发,神经干细胞治疗成为研究热点。然而,目前的技术在神经干细胞诱导分化过程评估方面存在挑战。本研究旨在开发一种利用卷积神经网络(CNN)结合迁移学习技术的方法来对非标记神经细胞分化阶段图像高效分类,并利用单...
随着神经系统疾病的高发,神经干细胞治疗成为研究热点。然而,目前的技术在神经干细胞诱导分化过程评估方面存在挑战。本研究旨在开发一种利用卷积神经网络(CNN)结合迁移学习技术的方法来对非标记神经细胞分化阶段图像高效分类,并利用单细胞转录组数据更精确地检测细胞分化阶段,以及验证方法的有效性。在明场中采集1 026张不同分化阶段的PC12细胞图像,合并公开数据集中的HEK-293A细胞、HT1080细胞图像各100张作为原始数据集。选择包括ResNet34在内的4种CNNs对比,通过在ImageNet数据集上预训练获得初始权重,结合迁移学习技术和大规模细胞图像注释数据集训练,获得对应的细胞分类任务模型(CNN-TL),并对比各模型的细胞图像分类能力;使用ResNet34-TL模型鉴定明场拍摄的神经细胞的分化阶段后,对每个细胞进行转录组学分析。结果表明,ResNet34-TL模型在细胞分类任务中的表现最佳,准确率高达95.8%。ResNet34-TL模型分类为未分化组、低分化组、高分化组的细胞在转录组上呈现出差异,其中,未分化组和高分化组差异显著,低分化组细胞表现出介于未分化组和高分化组之间的过渡状态;3组细胞特征基因的表达量差异表明转录组分类结果与模型分类结果类似。ResNet34-TL在神经细胞诱导分化阶段分析任务中泛化能力好,结合转录组学分析验证了其能够有效区分不同分化状态的神经细胞。
展开更多
关键词
神经细胞分化识别
非标记
细胞
图像
单
细胞
转录组
深度学习
迁移学习
在线阅读
下载PDF
职称材料
题名
基于卷积神经网络迁移学习的诱导神经细胞分化阶段分析
1
作者
黄星烨
韦国超
郭云霞
沈嘉豪
毕昆
张泽群
黄炎
赵祥伟
机构
东南大学生物科学与医学工程学院
扬州大学附属医院麻醉科
广州大学计算科技研究院
出处
《中国生物医学工程学报》
北大核心
2025年第2期129-141,共13页
基金
国家自然科学基金国际(地区)合作与交流项目(组织间合作研究)(82361138570)
国家自然科学基金(32371393)
国家自然科学基金国家重大科研仪器研制项目(81827901)。
文摘
随着神经系统疾病的高发,神经干细胞治疗成为研究热点。然而,目前的技术在神经干细胞诱导分化过程评估方面存在挑战。本研究旨在开发一种利用卷积神经网络(CNN)结合迁移学习技术的方法来对非标记神经细胞分化阶段图像高效分类,并利用单细胞转录组数据更精确地检测细胞分化阶段,以及验证方法的有效性。在明场中采集1 026张不同分化阶段的PC12细胞图像,合并公开数据集中的HEK-293A细胞、HT1080细胞图像各100张作为原始数据集。选择包括ResNet34在内的4种CNNs对比,通过在ImageNet数据集上预训练获得初始权重,结合迁移学习技术和大规模细胞图像注释数据集训练,获得对应的细胞分类任务模型(CNN-TL),并对比各模型的细胞图像分类能力;使用ResNet34-TL模型鉴定明场拍摄的神经细胞的分化阶段后,对每个细胞进行转录组学分析。结果表明,ResNet34-TL模型在细胞分类任务中的表现最佳,准确率高达95.8%。ResNet34-TL模型分类为未分化组、低分化组、高分化组的细胞在转录组上呈现出差异,其中,未分化组和高分化组差异显著,低分化组细胞表现出介于未分化组和高分化组之间的过渡状态;3组细胞特征基因的表达量差异表明转录组分类结果与模型分类结果类似。ResNet34-TL在神经细胞诱导分化阶段分析任务中泛化能力好,结合转录组学分析验证了其能够有效区分不同分化状态的神经细胞。
关键词
神经细胞分化识别
非标记
细胞
图像
单
细胞
转录组
深度学习
迁移学习
Keywords
identification of neuronal differentiation
label-free cell images
single-cell transcriptome
deep learning
transfer learning
分类号
R318 [医药卫生—生物医学工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于卷积神经网络迁移学习的诱导神经细胞分化阶段分析
黄星烨
韦国超
郭云霞
沈嘉豪
毕昆
张泽群
黄炎
赵祥伟
《中国生物医学工程学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
