/
/
Label-gratis identificatie van lymfocyt subtypen met behulp van drie-dimensionale kwantitatieve fase Imaging en Machine Learning
A subscription to JoVE is required to view this content. Sign in or start your free trial.
1Department of Physics,University of Cambridge, 2Department of Physics,Korea Advanced Institute of Science and Technology, 3KAIST Institute for Health Science and Technology,Korea Advanced Institute of Science and Technology, 4Tomocube, Inc., 5Department of Chemical and Biomolecular Engineering,Korea Advanced Institute of Science and Technology, 6Department of Biological Sciences,Korea Advanced Institute of Science and Technology, 7Department of Applied Physics,Stanford University
Chapters
- 00:04Title
- 01:173D Quantitative Phase Imaging
- 04:34Quantitative Morphological and Biochemical Feature Extraction and Supervised Learning and Identification
- 06:42Results: Representative Label-Free Lymphocyte Subtype 3D Phase Imaging Identification
- 07:56Conclusion
Beschrijven we een protocol voor de identificatie van label-vrij van lymfocyt subtypen met behulp van kwantitatieve fase beeldvorming en een machinaal leren algoritme. Metingen van 3D refractive index tomograms van lymfocyten 3D morfologische en biochemische informatie voor individuele cellen, die vervolgens wordt geanalyseerd met een machine-leren algoritme voor de identificatie van celtypes presenteren.
