신경망을 활용한 유세포 분석 데이터 분석 및 실시간 세포 분류

전통적인 유세포 데이터 분석은 두 개의 매개변수 산점도를 사용하여 샘플이 실행된 후 그래픽적으로 인구 집단 식별을 수행해야 합니다. 측정되는 매개변수가 증가함에 따라 가능한 두 개의 매개변수 플롯의 수가 기하급수적으로 증가하여 데이터 분석이 점점 더 번거로워집니다. 인공지능 신경망(ANS)은 이러한 데이터 병목 현상을 극복하기 위한 강력하고 편리한 방법입니다. ANS는 모든 측정된 매개변수를 동시에 사용하여 분류하는 방법을 "배우"게 됩니다. 수학 모델이나 프로그래밍 전문 지식은 필요하지 않습니다. ANS는 본질적으로 병렬 처리되므로 고속 처리 속도를 달성할 수 있습니다. ANS는 비선형적이기 때문에 구부러진 클래스 경계 및 기타 비선형성이 자연스럽게 발생할 수 있습니다. 여기에서는 생물 의학 및 해양 데이터를 제공하여 유세포 데이터 처리 및 분석을 위한 신경망의 유용한 특성을 입증합니다. ANS는 인간 백혈구 및 해양 플랑크톤 데이터에 대해서도 동일하게 유용함을 보여줍니다. 이들은 데이터의 비선형 변화를 쉽게 수용하고, 측정의 미세한 변화를 감지하며, 훈련되지 않은 세포를 보간하고 분류하며, 다중 매개변수 세포 데이터를 실시간으로 분석할 수 있습니다. 여섯 가지 사이아노박테리아 균주의 혼합물에 대한 실시간 분류가 평균 98%의 정확도로 달성되었습니다.