生物反应器的光扩散光学监测:一种混合深度学习和基于模型的断层扫描方法
Jiaming Cao1, Jon Gorecki2, Robin Dale1
1School of Computer Science, University of Birmingham, Birmingham B15 2TT, United Kingdom.
Biomedical optics express
|September 19, 2024
概括
对生物反应器进行准确的现场监测至关重要. 这项研究引入了使用神经网络的混合光扩散光学断层扫描 (fDOT) 方法,在杂的环境中提高了细胞状况重建的8倍.
科学领域:
- 生物医学工程 生物医学工程
- 在光学成像系统中,光学成像
- 生物技术是生物技术.
背景情况:
- 对生物反应器中的生物合成进行准确的现场监测对于过程优化至关重要.
- 目前的监测工具缺乏实时细胞状况评估所需的空间准确性.
- 光扩散光学断层扫描 (fDOT) 提供了一个潜在的解决方案,通过使工程细胞的光学监测.
研究的目的:
- 为了提高光扩散光学断层扫描 (fDOT) 的空间精度,用于生物反应器监测.
- 开发一种混合成像方法,结合基于模型的优化和神经网络.
- 为了改善在噪音条件下光含体的重建.
主要方法:
- 为了重建fDOT,开发了一种两步混合方法.
- 最初的重建是使用基于经典模型的优化进行的.
- 使用神经网络来增强初步fDOT结果.
- 模拟和受控幻影研究被用于验证.
主要成果:
- 拟议的混合方法证明了交叉路口对欧盟的光纳入重建的8倍改进.
- 即使在杂的成像条件下,也观察到显著的改善.
- 该方法实现了与传统基于神经网络的方法相当的速度.
结论:
- 混合fDOT方法显著提高了生物反应器监测的空间精度.
- 这一进步对于实时评估生物合成期间细胞状况至关重要.
- 开发的技术代表了fDOT在生物工艺中的实际应用的关键一步.
