动态视频识别用于封装细胞的微流体液滴

科学领域:

• 生物医学工程 生物医学工程
• 微流体学 微流体学
• 机器学习 机器学习

背景情况:

• 滴滴微流体对于高通量生物医学应用,如单细胞测序至关重要.
• 精确的滴滴大小和细胞封装对于可靠的结果至关重要,但难以控制.
• 当前的机器学习方法需要广泛的像素级注释来进行培训.

研究的目的:

• 开发和验证一个弱监督的细胞计数应用程序 (WSCApp) 用于微滴视频分析.
• 通过识别滴水和细胞位置,实现滴水微流体的实时质量控制.
• 为了减少机器学习模型培训的注释负担,在这个领域.

主要方法:

• 实施了一个弱监督的细胞计数网络 (WSCApp) 用于微流体液滴的视频识别.
• 应用软件处理视频的微流体液滴封装各种细胞类型和珠子.
• 利用转移学习来微调预训练模型,最大限度地减少注释要求.

主要成果:

• WSCApp展示了微流体液滴的实时视频处理能力.
• 该软件在没有监督位置数据的情况下准确识别了滴滴位置和封装细胞.
• 在区分滴滴封装方面取得了高精度 (微F1得分>0.94).
• 转移学习减少了超过80%的注释工作.

结论:

• WSCApp提供了一种有效的解决方案,用于液滴微流体的自动化质量控制.
• 该软件有助于精确的细胞计数和微滴的位置识别.
• 这种方法显著降低了在微流体应用中使用机器学习的障碍.