一种基于深度学习的鱼类细胞检测的方法及系统

    公开(公告)号:CN118736325A

    公开(公告)日:2024-10-01

    申请号:CN202410972591.2

    申请日:2024-07-19

    摘要: 本发明公开了一种基于深度学习的鱼类细胞检测的方法及系统,属于深度学习图像处理技术领域。方法包括以下步骤:S1:获取鱼类细胞的图像,并对图像进行人工标注,得到训练数据集和验证数据集;S2:构建细胞检测模型,采用所述训练数据集对所述细胞检测模型进行训练,并采用所述验证数据集对所述细胞检测模型进行验证,采用经过训练、验证后的所述细胞检测模型对待检测图像进行分类识别,得到识别结果。本发明通过将深度学习中的MobileNetV3网络和Mask R‑CNN网络相结合并改进得到新的卷积神经网络,可识别图像中多种不同尺度的信息,识别精度较高,且鲁棒性强。

    一种基于磁珠阳选策略分离罗非鱼CD166+细胞的方法

    公开(公告)号:CN118562730A

    公开(公告)日:2024-08-30

    申请号:CN202410754387.3

    申请日:2024-06-12

    IPC分类号: C12N5/078

    摘要: 本发明涉及细胞分选领域,特别是涉及一种基于磁珠阳选策略分离罗非鱼CD166+细胞的方法。本发明利用磁珠阳选策略分选罗非鱼外周血全淋巴细胞中的CD166+细胞群,具体为:将罗非鱼CD166单抗与生物素偶联,得到生物素标记的CD166单抗;将罗非鱼外周血单细胞悬液与所述生物素标记的CD166单抗混合,进行孵育,得到孵育产物;将所述孵育产物与磁珠混合,进行磁性分离,得到罗非鱼CD166+细胞。在本发明具体实施例中,结果显示该方法能够有效地分离CD166+细胞群,分选的CD166细胞,经流式细胞仪检测,阳性率可达约80%左右。