/
/
Markierungsfreie Identifikation von Lymphozyten-Subtypen mit dreidimensionale Quantitative Phase Bildgebung und maschinelles lernen
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
Wir beschreiben ein Protokoll für die markierungsfreie Identifizierung von Lymphozyten-Subtypen mit quantitativen Phase Bildgebung und ein maschinelles lernen-Algorithmus. Messungen der 3D Brechungsindex Schichtbilder von Lymphozyten präsentieren 3D morphologische und biochemische Informationen für einzelne Zellen, die dann mit einem Computerlernen Algorithmus zur Identifizierung von Zelltypen analysiert wird.
