换一批基于深度学习的低氧存储红细胞形态智能分析技术研究
Intelligent Analysis Technology for Morphology of Red Blood Cells Stored Under Hypoxia Based on Deep Learning
摘要目的 高原地区低氧环境对红细胞储存质量产生显著影响,传统评估手段难以实现快速、精准、动态的质量监测.本研究构建基于深度学习图像识别技术的红细胞储存损伤评估模型,系统比较不同储存条件(常氧vs.低氧)下红细胞的形态演变特征,探索其在高原输血保障中的应用价值.方法 分别收集常氧(21％O2)与低氧(8％O2)条件下的储存红细胞样品及平原(北京,≈500 m)与高原(拉萨,≈3 600 m)储存红细胞样本,每周采集红细胞图像,构建时间序列数据集.基于YOLOV5s算法建立红细胞九分类形态识别模型,引入形态学指数(MI)与光滑盘状细胞百分比(SDC％)作为质量评估指标,比较不同储存条件与地域来源的红细胞损伤进程.结果 常氧储存红细胞自第3周起MI显著下降,第5周MI下降21.08％,SDC％下降31.33％;低氧储存组MI仅下降13.40％,SDC％下降20％,差异具有统计学意义(P＜0.01).高原红细胞在储存第2周及以后形态退化显著慢于平原红细胞,第5周高原组MI为83.96％,显著高于平原组76.61％,提示高原低氧环境有助于维持储存红细胞形态.结论 本研究实现了基于深度学习的高原红细胞储存损伤动态评估,构建的MI与SDC％指标可量化高原红细胞形态退化,具备高通量、非侵入、可迁移等优势.该模型为高原血液质量快速检定提供了智能化技术支撑.
更多相关知识
关键词
高原红细胞储存损伤深度学习形态学指数低氧储存High-altitude red blood cellsStorage lesionDeep learningMorphological indexHypoxic storage
分类号
R446.11（诊断学）
栏目名称
DOI
10.3969/j.issn.1671-2587.2026.02.010
发布时间
2026-05-14（万方平台首次上网日期，不代表论文的发表时间）
- 浏览0
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
