一种基于机器学习的PC12细胞状态识别的方法
授权
摘要
本发明公开一种基于机器学习的细胞状态识别的方法，通过收集PC12细胞共聚焦图片数据集；使用ZEN和image J软件对细胞特征数据集进行形貌特征提取，得到细胞形貌的特征集；使用机器学习特征选择方法对细胞特征集进行筛选，得到筛选特征集；基于机器学习算法将筛选数据集输入到机器学习模型进行训练，并调整机器学习随机森林的参数使其达到精度要求，得到细胞状态分类的机器学习模型；对测试集细胞数据进行分类，输出细胞状态类别。本发明快速、有效的对PC12细胞进行状态判断，为原位快速识别PC12细胞状态提供了技术基础。
基本信息
专利标题 ：
一种基于机器学习的PC12细胞状态识别的方法
专利标题（英）：
暂无
公开（公告）号 ：
CN113516061A
申请号 ：
CN202110699733.9
公开（公告）日 ：
2021-10-19
申请日 ：
2021-06-23
授权号 ：
CN113516061B
授权日 ：
2022-04-29
发明人 ：
邓鹏胡献刚孙珊于福波王忠玮
申请人 ：
南开大学
申请人地址 ：
天津市津南区海河教育园区同砚路38号
代理机构 ：
北京智桥联合知识产权代理事务所(普通合伙)
代理人 ：
程小艳
优先权 ：
CN202110699733.9
主分类号 ：
G06K9/00
IPC分类号 ：
G06K9/00 G06K9/62 G06T7/62
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
法律状态
2022-04-29 ：
授权
2021-11-05 ：
实质审查的生效
IPC(主分类) : G06K 9/00
申请日 : 20210623
申请日 : 20210623
2021-10-19 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
1、
CN113516061A.PDF
PDF下载
