您当前所在位置: 首页 > 首发论文
动态公开评议须知

1. 评议人本着自愿的原则,秉持科学严谨的态度,从论文的科学性、创新性、表述性等方面给予客观公正的学术评价,亦可对研究提出改进方案或下一步发展的建议。

2. 论文若有勘误表、修改稿等更新的版本,建议评议人针对最新版本的论文进行同行评议。

3. 每位评议人对每篇论文有且仅有一次评议机会,评议结果将完全公示于网站上,一旦发布,不可更改、不可撤回,因此,在给予评议时请慎重考虑,认真对待,准确表述。

4. 同行评议仅限于学术范围内的合理讨论,评议人需承诺此次评议不存在利益往来、同行竞争、学术偏见等行为,不可进行任何人身攻击或恶意评价,一旦发现有不当评议的行为,评议结果将被撤销,并收回评审人的权限,此外,本站将保留追究责任的权利。

5. 论文所展示的星级为综合评定结果,是根据多位评议人的同行评议结果进行综合计算而得出的。

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

上传后印本

( 请提交PDF文档 )

* 后印本是指作者提交给期刊的预印本,经过同行评议和期刊的编辑后发表在正式期刊上的论文版本。作者自愿上传,上传前请查询出版商所允许的延缓公示的政策,若因此产生纠纷,本站概不负责。

发邮件给 王小芳 *

收件人:

收件人邮箱:

发件人邮箱:

发送内容:

0/300

论文收录信息

论文编号 202304-366
论文题目 基于深度学习的毕赤酵母细胞显微图像分析
文献类型
收录
期刊

上传封面

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

编者.论文集名称(中文) [c].

出版地 出版社 出版年-

编者.论文集名称(英文) [c].

出版地出版社 出版年-

上传封面

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

英文作者写法:

中外文作者均姓前名后,姓大写,名的第一个字母大写,姓全称写出,名可只写第一个字母,其后不加实心圆点“.”,

作者之间用逗号“,”分隔,最后为实心圆点“.”,

示例1:原姓名写法:Albert Einstein,编入参考文献时写法:Einstein A.

示例2:原姓名写法:李时珍;编入参考文献时写法:LI S Z.

示例3:YELLAND R L,JONES S C,EASTON K S,et al.

上传修改稿说明:

1.修改稿的作者顺序及单位须与原文一致;

2.修改稿上传成功后,请勿上传相同内容的论文;

3.修改稿中必须要有相应的修改标记,如高亮修改内容,添加文字说明等,否则将作退稿处理。

4.请选择DOC或Latex中的一种文件格式上传。

上传doc论文   请上传模板编辑的DOC文件

上传latex论文

* 上传模板导出的pdf论文文件(须含页眉)

* 上传模板编辑的tex文件

回复成功!


  • 0

基于深度学习的毕赤酵母细胞显微图像分析

首发时间:2023-04-28

张景宵 1   

张景宵(1998-),女,硕士,毕赤酵母生长过程图像分析

杨海麟 1   

杨海麟(1971-),男,博导,发酵过程优化与控制

张宝源 1   

张宝源(1999-),男,硕士,显微图像分析

  • 1、江南大学生物工程学院,无锡 214000

摘要:在发酵过程中,微生物细胞形态的变化与细胞生理变化相关,并受到工艺条件的影响。目前对于发酵过程的监测主要依靠物理化学参数,对形态变化的关注较少。毕赤酵母细胞是工业上常用的表达系统之一,本研究对毕赤酵母的图像处理进行研究。通过缓冲液和分散剂对酵母菌悬液进行分散处理,然后获取显微图像。基于未染色的酵母明场显微图像,利用深度学习开发BAM-ResNet18模型用于两阶段的酵母形态分类。三分类的平均准确率是97.83%,进一步细分进行六分类,其准确率是92.31%。通过判断酵母发酵过程中的形态变化,以收集微生物形态、生理的相关信息。基于细胞形态变化的过程监测将有助于加强对过程的理解和对发酵过程进行控制。

关键词: 毕赤酵母 显微图像识别 深度学习

For information in English, please click here

Microscopic image analysis of Pichia pastoris based on deep learning

ZHANG Jingxiao 1   

张景宵(1998-),女,硕士,毕赤酵母生长过程图像分析

YANG Hailin 1   

杨海麟(1971-),男,博导,发酵过程优化与控制

ZHANG Baoyuan 1   

张宝源(1999-),男,硕士,显微图像分析

  • 1、 School of Biotechnology, Jiangnan University, WuXi 214000

Abstract:During fermentation, changes in yeast morphology are associated with changes in cell physiology and are influenced by process conditions. At present, the monitoring of fermentation process mainly relies on physical and chemical parameters, and less attention is paid to morphological changes. Pichia pastoris cells are one of the commonly used expression systems in industry. In this study, we studied the image processing of Pichia pastoris. Microscopic images were obtained after dispersing yeast suspensions with PBS buffers and dispersants. Based on bright-field microscopic images of unstained yeast, a BAM-ResNet18 model was developed using deep learning for two-stage yeast morphological classification. The average accuracy rate of three classifications is 97.83%, further subdivided into six classifications, the accuracy rate is 92.31%. By judging the morphological changes in the yeast fermentation process, relevant information on microbial morphology and physiology can be collected. Process monitoring based on changes in cell morphology will help to enhance process understanding and control of fermentation processes.

Keywords: Pichia pastoris Microscopic image recognition Deep learning

Click to fold

点击收起

论文图表:

引用

导出参考文献

.txt .ris .doc
张景宵,杨海麟,张宝源. 基于深度学习的毕赤酵母细胞显微图像分析[EB/OL]. 北京:中国科技论文在线 [2023-04-28]. https://www.paper.edu.cn/releasepaper/content/202304-366.

No.****

动态公开评议

共计0人参与

动态评论进行中

评论

全部评论

0/1000

勘误表

基于深度学习的毕赤酵母细胞显微图像分析