基于深度学习和数学提取模型构建细胞内钙离子图像和数据处理系统

目的为提高[Ca^(2+)]_(i)的分析处理效率,本课题提出一种基于深度学习和数学模型的方法,用于提取钙成像图片中的细胞轮廓、追踪图像中的细胞、提取钙曲线和提取钙曲线中的钙响应峰,并最终获得相关的生物学数据。方法通过全卷积神经网络(FCN)识别原位软骨组织钙成像图片中单个细胞内Ca^(2+)的范围,并记录为二值掩码;通过自编译的细胞追踪算法追踪细胞随时间变化的位置和轮廓,输出对应的钙曲线;通过长短时神经网络(LSTM)以及自构建的数学模型。