BM-MSCs的CNN特征映射与活性评价模型研究

作者：曹玉珍; 张乾昆; 孙敬来; 张力新; 余辉^*; 庞天翔

来源：天津大学学报 (自然科学与工程技术版), 2020, 53(06): 626-632.

• 干细胞
• 深度学习
• 特征映射
• 主成分分析
• 定量评价

针对分选富集具有治疗疾病效果的干细胞(MSCs)亚群很难实现质量控制的问题,设计了以深度神经网络作为特征映射的主成分分析-岭回归模型,实现对骨髓间充质干细胞(BM-MSCs)的定量评价.通过三维重建细胞计算基于长轴的最大截面作为模型输入;训练4层神经网络将细胞分为正常细胞与病人细胞,提取全连接层输出作为特征映射;利用主成分分析降维后的前3项主成分向量作为自变量X,样本评分作为因变量Y,使用岭回归模型进行拟合,将特征与细胞活性评分相联系,实现BM-MSCs活性定量评价,为后续分选高质量的活性细胞提供依据.第1阶段通过对176例细胞样本进行数据扩增,采用8折交叉验证输入二分类神经网络进行训练,第2阶段将其中标有专家评分的68例细胞样本输入到已训练的神经网络中提取全连接层输出作为特征,利用主成分分析-岭回归模型实现定量评价,结果表明:神经网络二分类准确率98.75%,敏感度为97.84%,特异度为99.43%,对于定量评价,模型总体样本的R2为0.873 6,拟合效果良好,可以实现对BM-MSCs定量评价.

• 单位
  天津大学; 中国医学科学院北京协和医学院