强大的成像流动细胞计基于在体光流体时间延伸成像,在光学相位的帮助下

科学领域:

• 生物光子学 生物光子学
• 一个单细胞分析.
• 在成像中使用机器学习.

背景情况:

• 图像流细胞计能够实现高通量,无标签的单细胞分析.
• 像失焦和离轴合等实验性干扰会降低图像质量和分析可靠性.

研究的目的:

• 开发一种强大的成像流动细胞计,能够抵抗实验性干扰.
• 为了提高高通量单细胞成像的准确性和可靠性.

主要方法:

• 在中光流体时间延伸成像与光学相位辅助.
• 使用在明亮场和相位图像上训练的生成对抗网络 (GAN).
• 通过人工智能驱动的图像校正来缓解扰动诱导的工件.

主要成果:

• 细胞分类准确度显著提高 (约为67%).
• 提高成像流细胞测量系统对实验文物的强度.
• 验证了GANs在纠正图像退化方面的有效性.

结论:

• 开发的系统提供了一种可扩展和可靠的方法来提高单细胞成像性能.
• 使用GAN的in-silico校正是强大的高通量细胞计的可行策略.
• 这种方法通过克服常见的成像挑战,推进了无标签单细胞分析.