基于显微镜成像和深度学习的白细胞的非侵入性实时动态监测
Fan Zhang1, Bingchen Yu1, Jianwei Zuo2
1School of Instrument Science and Opto-Electronics Engineering, Beijing Information Science and Technology University, Beijing, 100192, China.
Computer methods and programs in biomedicine
|January 8, 2026
概括
这项研究引入了一种非侵入性AI系统,用于使用光学成像在微循环中持续监测白细胞 (WBC). 这种便携式设备可以实时跟踪免疫状况,而不需要抽血.
科学领域:
- 生物医学工程 生物医学工程
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 目前的白细胞 (WBC) 监测依赖于侵入性,间歇性血液采样.
- 现有的方法缺乏对免疫状态的实时,动态洞察力.
- 爪微循环为非侵入性细胞观察提供了一个网站.
研究的目的:
- 开发一种非侵入性系统,用于在指甲微循环中持续监测WBC.
- 将光学成像与深度学习集成为实时WBC检测和跟踪.
- 为了提供动态的免疫状态信息,而不需要取血样.
主要方法:
- 设计了一台便携式显微镜成像仪,用于高率的指甲毛细血管视频捕捉.
- 开发了一个基于YOLOv8的深度学习框架,用于船只和WBC检测.
- 实现了流导特征聚合和字节跟踪,用于实时的细胞跟踪和计数.
主要成果:
- 实现了对血管和WBCs的准确和强大的检测,根据手册注释进行验证.
- 在标准计算平台上演示实时"检测-跟踪-计数"管道性能.
- 系统保持了对运动模糊和部分阻塞的稳定性.
结论:
- 一个便携式的,非侵入性的AI系统能够在微循环中持续地在体内监测WBC.
- 该技术有助于频繁的免疫监测,例如在化疗期间.
- 为其他细胞检测和微循环研究提供可转移的框架.
