利用干涉相位显微镜与机器学习对癌细胞和血细胞进行实时无染色分类
生物物理
2021-06-15 v1
摘要
我们提出了一种在数字全息显微镜和机器学习支持下，以每秒 15 个细胞的通量，在流式无染色成像细胞术中实时可视化和自动处理检测与分类血液中未处理癌细胞的方法。作为血液中循环肿瘤细胞的初步模型，我们自动分类了原发性和转移性结肠癌细胞（两类癌细胞来自同一个体）以及四种类型的血细胞。我们使用低相干离轴干涉相位显微镜和微流控通道在流动过程中对细胞进行定量成像。获取的图像在细胞流动过程中基于其形态和定量相位特征进行处理和分类。我们实现了 92.56% 的高准确率来区分这些细胞，为未来血液样本中自动无标记癌细胞分类铺平了道路。
引用
@article{arxiv.2106.06771,
title = {Real-time stain-free classification of cancer cells and blood cells using interferometric phase microscopy and machine learning},
author = {Noga Nissim and Matan Dudaie and Itay Barnea. and Natan T. Shaked},
journal= {arXiv preprint arXiv:2106.06771},
year = {2021}
}