科研之友
微信
新浪微博
Facebook
分享链接
摘要
无透镜计算显微成像是一种低成本、高效的成像技术。这种成像方式具有大视野、高通量的特点，能够实时地对细胞进行无标记成像。提出了一种轻量化网络模型(Depthwise-ResNeXt),将该神经网络与无透镜计算显微成像进行有机结合，实现了实时准确的细胞分类。使用SUM、MCF10A、ECa109、CL-1四种细胞作为分类数据，Depthwise-ResNeXt对这四类细胞的分类准确率达到92.8%,参数量仅有806 kB。该网络证明了神经网络与无透镜计算显微成像在细胞分类领域相结合的可能性，并大大降低了神经网络在细胞分类方面的应用成本。
- 出版日期2022
- 单位西安电子科技大学; 生命科学技术学院; 电子工程学院
