今日动态 返回首页
会员注册 登录 生物通快讯免费订阅
  • 首页 今日动态 人才市场 新技术专栏 中国科学人 云展台
    BioHot
    • 定制我的BioHot
    • 进入我的BioHot
    • 进入我的集采
    • 肿瘤癌症研究
    • 免疫/基因/细胞疗法
    • 神经生物学
    • 健康与疾病
    • 衰老机制与长寿
    • 单细胞技术
    • 基因编辑-CRISPR
    • RNA研究
    • 肠道菌与人体微生态
    • 细胞代谢
    • AI生物信息学
    • COVID
    云讲堂直播 会展中心 特价专栏 技术快讯 免费试用

  • 生物通官微
    陪你抓住生命科技
    跳动的脉搏

生物通首页  >  今日动态  >  正文

基于监督的对比学习方法在动物胚胎的细胞阶段分类中的应用

《Scientific Reports》:Supervised contrastive learning for cell stage classification of animal embryos

【字体: 大 中 小 】 时间:2026年05月03日 来源:Scientific Reports 3.9

编辑推荐:

  摘要视频显微镜技术与机器学习的结合为研究体外培养(IVP)胚胎的早期发育提供了可行的方法。然而,手动标注发育事件(尤其是细胞分裂过程)对于生物学家来说非常耗时,且难以实现大规模应用。我们的目标是利用深度学习算法自动识别来自2D时间序列显微镜视频的胚胎细胞阶段。由于我们主要关注牛的

  

摘要

视频显微镜技术与机器学习的结合为研究体外培养(IVP)胚胎的早期发育提供了可行的方法。然而,手动标注发育事件(尤其是细胞分裂过程)对于生物学家来说非常耗时,且难以实现大规模应用。我们的目标是利用深度学习算法自动识别来自2D时间序列显微镜视频的胚胎细胞阶段。由于我们主要关注牛的繁殖应用,因此重点研究了牛胚胎的发育过程,并构建了“Bovine Embryos Cell Stages (ECS)”数据集。面临的挑战主要有三个方面:(1)图像质量较低以及牛胚胎细胞颜色较深,导致细胞阶段难以识别;(2)发育阶段边界处的分类模糊性;(3)数据分布不平衡。为了解决这些问题,我们提出了CLEmbryo方法,该方法结合了监督对比学习与焦点损失机制进行训练,并使用轻量级的3D神经网络CSN-50作为编码器。实验结果表明,我们的方法在Bovine ECS数据集以及公开的NYU小鼠胚胎数据集上的表现均优于现有先进技术。

相关新闻
生物通微信公众号
生物通新浪微博
微信
新浪微博
我要投稿
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热搜:视频显微镜技术|深度融合学习|牛胚胎细胞阶段识别|轻量级3D神经网络|焦点损失机制|自动化分析

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号