使用循环神经网络进行微生物生长视频帧预测
机器学习
2024-07-01 v1
摘要
我们使用循环神经网络（RNN）对铜绿假单胞菌两种突变体种群的微生物生长进行视频帧预测。该 RNN 在通过荧光显微镜与微流控获取的 20 帧视频上进行训练。网络预测每段视频的最后 10 帧，并通过比较原始图像、种群曲线以及单个菌落的个数与大小来评估预测精度。总体而言，我们发现采用该方法所得预测是准确的。本文讨论了该结果对设计微生物学自主实验的意义，以及可采取的使预测更精确的步骤。
引用
@article{arxiv.2205.05810,
title = {Performing Video Frame Prediction of Microbial Growth with a Recurrent Neural Network},
author = {Connor Robertson and Jared L. Wilmoth and Scott Retterer and Miguel Fuentes-Cabrera},
journal= {arXiv preprint arXiv:2205.05810},
year = {2024}
}