基于神经网络技术自动筛选Monastrol 抑制剂的算法研究

摘要：

带自动荧光显微镜的HCS(high content screening)系统是一种新兴的显微摄影、筛选和处理系统.HCS系统在摄影过程中会产生大量数据,人工筛选和识别费时费力.本文为了进行Monastrol抑制剂的筛选,基于前馈式神经网络技术研究了一种对HCS系统摄影的大量细胞同时进行特征提取和细胞显型识别的自动算法.在得到各个通道分离的图像后,对不同通道图像进行并行预处理,并采用神经网络和逻辑运算相结合的算法进行处理.我们将该方法运用于Monastrol抑制剂的筛选中,并将结果与人工识别结果进行分析比较.相比较前人提出的multi-phenotypic mitotic analysis(MMA)算法自动识别的正确率得以提高,可更好评估抗癌药剂效用.

关键词：高容量分析、高容量筛选、图像分析、神经网络、模式识别

所属期刊栏目：45

分类号：TP391.41(计算技术、计算机技术)

资助基金：教育部新世纪优秀人才计划项目06-0450

在线出版日期：2009-05-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：39-47