喜报!赛动智造全自动干细胞智造系统正式入选《深圳市创新产品推广应用目录》
2022年3月8日
赛动智造团队研究论文被《Computational Intelligence and Neuroscience》正式收录
2022年3月28日

赛动智造团队关于“Segmentation Detection and Tracking of Stem Cell Image Based on Digital Twins”的研究论文被《Computational Intelligence and Neuroscience》正式收录

2022年2月8日,赛动智造团队的研究论文“Segmentation Detection and Tracking of Stem Cell Image Based on Digital Twins”被期刊 《Computational Intelligence and Neuroscience》正式收录。

随着社会上干细胞图像分析需求的日益增多,原有的研究方法和检测方法已经难以满足现实生产和生活的需要,该文章从这一问题入手,表明开发更多的新技术和新手段是时代发展的趋势。 团队将DTs(Digital Twins)方法引入到干细胞图像的分割、检测和跟踪中,不仅可以提高工作效率,还可以避免人工错误造成的损失,因此,将DTs方法应用于干细胞图像的分割、检测与跟踪,对于生物学和医学的发展具有重要的参考意义。

本论文在DTs技术的基础上,首先对传统显微镜和相差显微镜的相位和幅度进行了比较分析,选择最适合的显微镜,并与DTs技术进行比较。 接下来,利用CNN(convolutional neural network)模型研究干细胞图像的跟踪,旨在为进一步深入分析干细胞提供参考。

DTs的研究模型图