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