Key points are not available for this paper at this time.
تُعتبر الجسيمات تحت المرئية مشكلة مستمرة في التركيبات الصيدلانية القابلة للحقن للعلاج البيولوجي، وتحديدها هو شرط أساسي مهم لتتبعها إلى مصدرها وتحسين العملية. يعد المجهر التصويري لتدفق الجسيمات (FIM) تقنية تصوير مفضلة، principalmente بسبب قدرته على تحقيق تصوير سريع للدفعات من الجسيمات تحت المرئية في المحلول مع جودة تصوير ممتازة. استخدمت هذه الدراسة VGG16 بعد التعلم بالنقل لتحديد صور الجسيمات تحت المرئية التي تم الحصول عليها باستخدام FlowCam. قمنا يدويًا بإعداد معايير لسبع فئات من الجسيمات، وحصلنا على معلومات الصور من خلال FlowCam، وقمنا بإدخال الصور التي تزيد عن 5 ميكرومتر إلى VGG16 المكون من قاعدة تلافيفية لـ VGG16 تم تدريبها مسبقًا باستخدام بيانات ImageNet ومصنف مخصص للتدريب. تم الحصول على دقة تبلغ 97.51٪ لمجموعة بيانات الاختبار. كما أثبتت الدراسة أيضًا أن طريقة التعرف باستخدام التعلم بالنقل تتفوق على طرق تعلم الآلة المستندة إلى المعلمات الشكلية من حيث الدقة، ولها ميزة كبيرة في سرعة التدريب مقارنةً بـ CNN المدرب من الصفر. من المتوقع أن يوفر الجمع بين التعلم بالنقل وصور FIM طريقة تحليل بيانات عامة ودقيقة لتحديد الجسيمات تحت المرئية.
درس لونغ وآخرون (الأربعاء) هذا السؤال.