轻量化深度网络辅助于无透镜计算显微图像的细胞分类

Wang Zhaohui,Kang Huan, Chen Duofang,Xu Xinyi, Zeng Qi,Liang Jimin,Chen Xueli

Chinese Journal of Lasers（2022）

引用 1|浏览10

暂无评分

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.

查看译文

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要