期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
ImageJ软件在显微图像细胞计数中应用的可行性研究 被引量：9
1
作者 何宝林 杨晚竹 +4 位作者 陈婷 郑昭烽 林芳珍 李迎辉 高瀛岱 《医疗卫生装备》 CAS 2022年第2期13-18,35,共7页
目的:探究开源软件ImageJ在显微图像细胞计数中应用的可行性。方法:使用ImageJ软件对荧光染料4',6-二脒基-2-苯基吲哚(4',6-diamidino-2-phenylindole,DAPI)标记的悬浮细胞和羧基荧光素二醋酸盐琥珀酰亚胺酯(5,6-carboxyfluores... 目的:探究开源软件ImageJ在显微图像细胞计数中应用的可行性。方法:使用ImageJ软件对荧光染料4',6-二脒基-2-苯基吲哚(4',6-diamidino-2-phenylindole,DAPI)标记的悬浮细胞和羧基荧光素二醋酸盐琥珀酰亚胺酯(5,6-carboxyfluorescein diacetate succinimidyl ester,CFSE)标记的半贴壁细胞进行手动计数和自动计数,对脂肪包备蛋白Perilipin标记的脂肪细胞进行手动计数并通过编写程序对其进行自动计数,分别统计2种计数方法的准确率(以手动计数作为金标准)和计数时长。结果:在计数准确率方面,悬浮细胞自动计数的准确率为(98.28±1.59)%,半贴壁细胞自动计数的准确率为(97.43±0.44)%,脂肪细胞自动计数的准确率为(94.11±0.76)%。在计数时长方面,悬浮细胞自动计数较手动计数耗时长[(225.56±7.83)s vs(185.45±8.09)s],P<0.05;半贴壁细胞和脂肪细胞自动计数时长明显短于手动计数时长[(65.66±2.01)s vs(550.10±18.01)s,(218.33±6.38)s vs(776.04±8.72)s],P均<0.05。结论:ImageJ软件能够实现多种类型显微图像的细胞计数,还可兼容各种标记类型细胞显微图像的自主分析,为科研人员的图像分析工作提供了便利。 展开更多
关键词 ImageJ软件 显微图像 细胞计数 图像处理
下载PDF
显式知识推理和深度强化学习结合的动态决策 被引量：1
2
作者 张昊迪 陈振浩 +4 位作者 陈俊扬 周熠 连德富 伍楷舜 林方真 《软件学报》 EI CSCD 北大核心 2023年第8期3821-3835,共15页
近年来,深度强化学习在序列决策领域被广泛应用并且效果良好,尤其在具有高维输入、大规模状态空间的应用场景中优势明显.然而,深度强化学习相关方法也存在一些局限,如缺乏可解释性、初期训练低效与冷启动等问题.针对这些问题,提出了一... 近年来,深度强化学习在序列决策领域被广泛应用并且效果良好,尤其在具有高维输入、大规模状态空间的应用场景中优势明显.然而,深度强化学习相关方法也存在一些局限,如缺乏可解释性、初期训练低效与冷启动等问题.针对这些问题,提出了一种基于显式知识推理和深度强化学习的动态决策框架,将显式的知识推理与深度强化学习结合.该框架通过显式知识表示将人类先验知识嵌入智能体训练中,让智能体在强化学习中获得知识推理结果的干预,以提高智能体的训练效率,并增加模型的可解释性.将显式知识分为两种,即启发式加速知识与规避式安全知识.前者在训练初期干预智能体决策,加快训练速度;而后者将避免智能体作出灾难性决策,使其训练过程更为稳定.实验表明,该决策框架在不同强化学习算法上、不同应用场景中明显提高了模型训练效率,并增加了模型的可解释性. 展开更多
关键词 知识表示与推理 可解释性 深度强化学习 动态序列决策
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部