基于人工智能的红细胞在振荡微通道中的分析
摘要：通过神经网络分析红细胞在微流体通道中的动力学变化，以区分正常红细胞和经过甲醛处理改变黏弹性行为的红细胞。使用TensorFlow训练和验证深度学习模型，测试准确率超过90％。这种方法是非侵入式、无标记的病态红细胞特征化的第一步，对血液学实验室的诊断目的有用。该方法基于单个细胞分类提供受影响细胞数量的定量数据。
作者：Andreas Link, a Irene Luna Pardo, and Bernd Porr and Thomas Franke
论文ID：2303.15076
分类：Biological Physics
分类简称：physics.bio-ph
提交时间：2023-04-17