换一批基于U-Net卷积神经网络的目标分子人机交互观测方法
An Observation Method of Human-Computer Interaction for Identification of Target Molecules Based on U-Net Convolutional Neural Network
摘要对生命活动中发挥重要作用的分子进行观测是发现生命活动内在机理的重要手段.现有的生物医学影像处理方法大多集中在对特定物质的检测和识别,难以适应不断变化的科研需要.为此,本研究提出了一种基于U-Net卷积神经网络的人机交互方法以识别生物医学影像中所有同类分子,如:细胞、蛋白质等.首先利用U-Net卷积网络将待观察的分子影像转换为深度特征图,然后使用目标分子的特征在整个特征图上进行匹配,以检测出所有感兴趣的同类分子.之后利用通道和空间可靠的判别式相关滤波器构建多目标跟踪器以实现对目标分子的持续追踪.结果表明,该方法可以通过简单的人机交互快速检测出感兴趣的同类分子,获取目标分子的数量、分布以及相互作用等重要信息,Attention-based U-Net和U-Net在从细胞核、人类蛋白质图谱、细菌和血红细胞数据集中随机抽取的200张静态测试影像上的各项指标表现稳定,平均精度的平均值分别为0.912 5和0.898 1,同时对小鼠干细胞动态影像中的目标跟踪准确且保持稳定,证明了方法的有效性,可满足生命科学研究中对微观生命过程观测的需要.
更多相关知识
关键词
深度学习U-Net目标检测目标跟踪人机交互deep learningU-Nettarget detectiontarget trackinghuman-computer interaction
分类号
R318（医用一般科学）
栏目名称
DOI
10.3969/j.issn.0258-8021.2024.05.007
发布时间
2024-12-02（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（61801417）
江苏省大学生创新创业训练计划项目（202111117056Y）
- 浏览16
- 被引0
- 下载2
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
