طريقة الكشف عن نشاط خلايا سرطان الرئة بدون علامات تعتمد على التصوير المجهري الضوئي والتعلم العميق
摘要
طوَّرت هذه الدراسة طريقة جديدة للكشف بدون علامات تعتمد على التصوير المجهري العميق والتعلم العميق. تم استخدام سلالة خلايا سرطان الرئة غير صغيرة الخلايا A549 كأساس، وتم إنشاء مجموعة بيانات صورة المجال الساطع مع بيانات تعليم نشاط الخلايا المقابلة. تم تصميم شبكة دمج ميزات متعددة المقاييس بالتفرع الثنائي Enhanced-UNet، من خلال الجمع بين قدرة استعادة التفاصيل لدى UNet++ وقدرة نمذجة السياق لدى DeepLabV3+، مع إدخال وحدة ضغط-تنشيط مكانية وقنوية ووحدة تجمع هرمية فراغية متقطعة لتعزيز استخراج ميزات التفاصيل والسياق العالمي. أظهرت النتائج أن النموذج حقق متوسط مؤشر الجاكار (mIoU) ومتوسط معامل دايس (mDice) بمقدار 0.7623 و0.8556 على مجموعة البيانات المنشأة ذاتياً، وارتباط التنبؤ r = 0.912، متفوقاً على خمسة نماذج رئيسية وهي UNet، SegNet، FCN، PSPNet، LinkNet. لا تتطلب هذه الطريقة استخدام الكواشف الكيميائية مما يتجنب التأثير على حالة الخلايا، ويمكنها مراقبة حالة بقاء خلايا A549 ديناميكياً بشكل مستمر، مما يوفر مرجعًا قيمًا لتطوير تقنية الكشف عن نشاط خلايا سرطان الرئة بدون علامات.
关键词
كشف نشاط الخلايا;التصوير المجهري الضوئي;خلايا سرطان الرئة;التعلم العميق
以上内容由讯飞翻译自动生成，翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果，本网站不承担任何商业和法律责任。
The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website