没有标签的白细胞分类使用折射率断层扫描和深度学习
DongHun Ryu1,2, Jinho Kim3, Daejin Lim4,5
1Department of Physics, Korea Advanced Institute of Science and Technology (KAIST), Daejeon 34141, Republic of Korea.
BME frontiers
|October 18, 2023
概括
这项研究引入了一种使用深度学习和无标签成像的快速,准确的血细胞识别方法. 该技术在分类骨髓白细胞方面达到很高的准确性,有助于血液学研究和诊断.
科学领域:
- 生物医学工程 生物医学工程
- 计算生物学 计算生物学
- 血液学 血液学 血液学
背景情况:
- 传统的血液细胞分析方法耗时,昂贵,需要专门的专业知识.
- 现有的无标签的血液细胞成像技术可能是复杂和缓慢的.
研究的目的:
- 利用深度学习和无标签折射率 (RI) 断层扫描开发一种快速而准确的血细胞识别方法.
- 为了能够对骨髓白细胞 (WBCs) 的形态和生化特性进行定量分析.
主要方法:
- 使用基于马赫-泽恩德干扰仪的断层显微镜获取骨髓白细胞的RI断层图像.
- 使用3D卷积神经网络对WBC进行分类.
- 直接从断层扫描图中提取定量参数.
主要成果:
- 在二元分类 (myeloids vs. lymphoids) 中实现了>99%的准确性.
- 在四种类型 (单细胞,髓细胞,B淋巴细胞,T淋巴细胞) 的分类中达到>96%的准确性.
- 使用无监督缩小尺寸的可视化特征学习能力.
结论:
- 拟议的方法为血液细胞分类提供了一种经济有效和快速的方法.
- 这一框架可以整合到现有的工作流程中,以改善血液恶性瘤诊断.
- 通过RI断层扫描进行深度学习,为血液学研究提供了强大的工具.


