神经形态成像流式细胞术结合自适应递归脉冲神经网络
光学
2025-05-19 v1 图像与视频处理
摘要
我们展示了一种实验性成像流式细胞仪，该仪器使用具有 1 微秒时间分辨率的事件驱动型 CMOS 相机，并通过自适应前馈和递归脉冲神经网络处理数据。我们的研究对在微流控通道中以 0.7 m/s 速度流动的 PMMA 颗粒（12, 16, 20 微米）进行分类。实验数据的处理结果表明，包括 LSTM 和 GRU 模型在内的脉冲递归网络通过利用时间依赖性，达到了 98.4% 的准确率。此外，轻量级前馈脉冲网络中的自适应机制将准确率提高了 4.3%。这项工作描绘了一条神经形态辅助生物医学应用的技术路线图，在保持低延迟和稀疏性的同时提升了分类性能。
引用
@article{arxiv.2505.11433,
title = {Neuromorphic Imaging Flow Cytometry combined with Adaptive Recurrent Spiking Neural Networks},
author = {Georgios Moustakas and Ioannis Tsilikas and Adonis Bogris and Charis Mesaritakis},
journal= {arXiv preprint arXiv:2505.11433},
year = {2025}
}
备注
13 pages, 6 figures, journal submission