开发用于状细胞查的3D智能定量相位显微镜
Sautami Basu1, Gyanendra Singh2, Ravinder Agarwal1
1Department of Electrical and Instrumentation Engineering, Thapar Institute of Engineering and Technology, Patiala, Punjab, India.
Journal of biophotonics
|May 14, 2025
概括
一个智能显微镜系统使用人工智能自动化了状细胞疾病 (SCD) 查. 这项创新提供了更快,更准确的状红细胞检测,改善了诊断,特别是在资源有限的环境中.
科学领域:
- 生物医学工程 生物医学工程
- 医学诊断 医学诊断 医学诊断
- 医疗保健中的人工智能
背景情况:
- 状细胞疾病 (SCD) 是一种遗传性血液疾病,其特点是红细胞形状异常.
- 目前的查方法耗时,需要大量的手工劳动,导致潜在的延误和误诊.
- 准确和早期发现SCD对于有效的患者管理至关重要.
研究的目的:
- 开发和评估一个自动化的智能显微镜系统,用于快速和可靠的状细胞疾病查.
- 减少手动干预,提高SCD检测红细胞分析的效率.
- 探索人工智能在血液学诊断中的潜力.
主要方法:
- 一个智能显微镜系统采用干扰计方法来捕获红细胞的高分辨率3D相位图像.
- 基于深度学习的UNET模型用于语义细分,以区分状和健康的红细胞.
- 红细胞的分类使用各种机器学习模型,包括渐变增强.
主要成果:
- 开发的系统成功地自动化了状细胞疾病的查过程.
- 梯度增强模型在分类红细胞方面实现了94.9%的高精度.
- 该系统展示了可扩展性和用户友好性,适用于资源有限的环境.
结论:
- 智能显微镜系统为状细胞疾病提供了更快,更可靠的诊断工具.
- 这种人工智能驱动的方法显著提高了SCD的检测能力.
- 该系统为人工智能驱动的血液学诊断的未来进展奠定了基础,并计划进行临床验证.
更多相关视频
08:58Label-Free Identification of Lymphocyte Subtypes Using Three-Dimensional Quantitative Phase Imaging and Machine Learning
Published on: November 19, 2018
12.4K
08:23Characterization of Sickling During Controlled Automated Deoxygenation with Oxygen Gradient Ektacytometry
Published on: November 5, 2019
9.7K
