AI based image analysis of red blood cells in oscillating microchannels.
AI based image analysis of red blood cells in oscillating microchannels.
复制标题
作者：
体内毛细血管中和体外微流体通道中红细胞的流动动力学是复杂的。根据流动条件及其粘弹性，细胞可以获得不同的形状，如盘状、降落伞状、拖鞋状和各种中间状态。我们使用基于人工智能的方法对振荡微通道中的红细胞 (RBC) 进行分析，以区分健康的红细胞和经过甲醛处理的红细胞，以化学方式改变其粘弹性行为。我们使用 TensorFlow 来训练和验证深度学习模型，测试准确率超过 97%。该方法是对患病红细胞进行非侵入性、无标记表征的第一步，可用于血液学实验室的诊断目的。该方法根据单细胞分类提供受影响细胞数量的定量数据。我们使用基于人工智能的分析对健康和经过处理的红细胞进行分类，为非侵入性诊断目的提供定量的单细胞数据。
The flow dynamics of red blood cells in vivo in blood capillaries and in vitro in microfluidic channels is complex. Cells can obtain different shapes such as discoid, parachute, slipper-like shapes and various intermediate states depending on flow conditions and their viscoelastic properties. We use artificial intelligence based analysis of red blood cells (RBCs) in an oscillating microchannel to distinguish healthy red blood cells from red blood cells treated with formaldehyde to chemically modify their viscoelastic behavior. We used TensorFlow to train and validate a deep learning model and achieved a testing accuracy of over 97%. This method is a first step to a non-invasive, label-free characterization of diseased red blood cells and will be useful for diagnostic purposes in haematology labs. This method provides quantitative data on the number of affected cells based on single cell classification. We use AI-based analysis to categorize healthy and treated red blood cells, providing quantitative single-cell data for non-invasive diagnostic purposes.
登录
查看更多内容
影响因子：
4
作者：
Faivre, Magalie;Renoux, Celine;Connes, Philippe
通讯作者：
Connes, Philippe
影响因子：
2.7
作者：
Braunmueller, S.;Schmid, L.;Franke, T.
通讯作者：
Franke, T.
影响因子：
4.6
作者：
通讯作者：
--
粘弹性介质中红细胞的聚焦和对齐。
影响因子：
4.6
作者：
Go T;Byeon H;Lee SJ
通讯作者：
Lee SJ
影响因子：
4
作者：
Abay, Asena;Simionato, Greta;Kaestner, Lars
通讯作者：
Kaestner, Lars