Search research articles

ACERCA DE JoVE

Visión General Liderazgo Blog Centro de Ayuda JoVE

AUTORES

Proceso de Publicación Consejo Editorial Alcance y Políticas Revisión por Pares Preguntas Frecuentes Enviar

BIBLIOTECARIOS

Testimonios Suscripciones Acceso Recursos Consejo Asesor de Bibliotecas Preguntas Frecuentes

INVESTIGACIÓN

JoVE Journal Methods Collections JoVE Encyclopedia of Experiments Archivo

EDUCACIÓN

JoVE Core JoVE Business JoVE Science Education JoVE Lab Manual Centro de Recursos para Profesores Sitio de Profesores

Términos y Condiciones de Uso

Política de Privacidad

Videos de Conceptos Relacionados

Flow Cytometry

Flow Cytometry

The development of flow cytometry techniques began in 1934 with initial attempts by Andrew Moldavan, a bacteriologist who counted the cells in a flowing capillary system. Moldavan pumped cells through a capillary tube focused under a microscope for visualization. The invention of photometry allowed the measurement of differentially-stained cells, and Louis Kamentsky developed the first multiparameter flow cytometer in 1965 to identify and count the cancer cells in cervical tissue specimens.
In...

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por

Same author

Unlocking Zn-Ion Diffusion in Disordered Rocksalt Cathodes for Nonaqueous Zn-Ion Batteries.

Angewandte Chemie (International ed. in English)·2026

Same author

Cluster-Assembled Hollow SnO<sub>2</sub> Spheres as Biomimetic Enzymes for Ultrasensitive Electrochemical Detection of Superoxide Anions.

ACS omega·2026

Same author

The Riemann Hypothesis manifested in dynamical quantum phase transitions.

Nature communications·2026

Same author

Silicon Alleviates Drought Stress and Enhances Rice Seedling Establishment Under Simulated Dry Direct Seeding via Regulation of ABA and JA Signaling.

Plants (Basel, Switzerland)·2026

Same author

Evidence of scaling advantage on an NP-complete problem with enhanced quantum solvers.

Nature computational science·2026

Same author

Polarization 3D reconstruction based on multi-exposure fusion.

Optics express·2026

Search research articles

Video Experimental Relacionado

Updated: Jul 27, 2026

Electric Cell-substrate Impedance Sensing for the Quantification of Endothelial Proliferation, Barrier Function, and Motility

Electric Cell-substrate Impedance Sensing for the Quantification of Endothelial Proliferation, Barrier Function, and Motility

Published on: March 28, 2014

Análisis de señales eléctricas celulares asistido por aprendizaje profundo en citometría de impedancia

Houchen Zhou¹, Zheng Zhou², Longlong Wang¹

¹School of Electrical and Automation Engineering, and Jiangsu Key Laboratory of 3D Printing Equipment and Manufacturing, Nanjing Normal University, Nanjing, 210023, China.

Analytical biochemistry

|February 28, 2026

Resumen

BioFluxNet, un algoritmo de aprendizaje profundo, automatiza la clasificación y el recuento de células a partir de señales eléctricas en citometría de impedancia. Este enfoque de IA mejora la precisión y la eficiencia de la caracterización celular en la investigación biomédica.

Palabras clave:

células clasificación recuento citometría de impedancia

Más Videos Relacionados

Regeneration of Arrayed Gold Microelectrodes Equipped for a Real-Time Cell Analyzer

Regeneration of Arrayed Gold Microelectrodes Equipped for a Real-Time Cell Analyzer

Published on: March 12, 2018

Real-Time Detection and Capture of Invasive Cell Subpopulations from Co-Cultures

Real-Time Detection and Capture of Invasive Cell Subpopulations from Co-Cultures

Published on: March 30, 2022

Videos de Experimentos Relacionados

Last Updated: Jul 27, 2026

Electric Cell-substrate Impedance Sensing for the Quantification of Endothelial Proliferation, Barrier Function, and Motility

Electric Cell-substrate Impedance Sensing for the Quantification of Endothelial Proliferation, Barrier Function, and Motility

Published on: March 28, 2014

Regeneration of Arrayed Gold Microelectrodes Equipped for a Real-Time Cell Analyzer

Regeneration of Arrayed Gold Microelectrodes Equipped for a Real-Time Cell Analyzer

Published on: March 12, 2018

Real-Time Detection and Capture of Invasive Cell Subpopulations from Co-Cultures

Real-Time Detection and Capture of Invasive Cell Subpopulations from Co-Cultures

Published on: March 30, 2022

Área de la Ciencia:

Ingeniería Biomédica
Biología Computacional
Biología Celular

Sus antecedentes:

La citometría de impedancia genera señales eléctricas complejas para el análisis celular.
El procesamiento de señales convencional requiere mucho tiempo y es subjetivo.
Se necesita un análisis automatizado para una caracterización celular eficiente.

Objetivo del estudio:

Desarrollar BioFluxNet, un algoritmo de aprendizaje profundo para el análisis automatizado de señales eléctricas sin procesar.
Clasificar tipos de células y cuantificar recuentos de células directamente a partir de datos de citometría de impedancia.
Proporcionar una solución rápida y robusta para la caracterización celular.

Principales métodos:

Se desarrolló una red neuronal convolucional 1D (CNN) denominada BioFluxNet.
La red incluye bloques de extracción de características, clasificación y recuento.
Se entrenó y probó BioFluxNet utilizando flujos de señales sin procesar de experimentos de citometría de impedancia.

Principales resultados:

BioFluxNet logró una clasificación robusta de diversos tipos de células, incluidas células sanguíneas y tumorales.
El algoritmo cuantificó con precisión los recuentos de células a partir de flujos de señales sin procesar.
Demostró un rendimiento superior en comparación con los métodos convencionales de procesamiento de señales.

Conclusiones:

BioFluxNet ofrece una solución rápida y automatizada para el análisis de señales eléctricas en citometría de impedancia.
El marco de aprendizaje profundo reduce la intervención manual y la subjetividad.
Muestra una amplia aplicabilidad en la caracterización celular y los campos biomédicos.