【技术实现步骤摘要】
本专利技术涉及医疗健康，尤其涉及一种基于深度学习的心肌组织电生理无标记光学检测方法。
技术介绍
1、临床获取心肌组织电生理数据一般采用心电图法，此种体表电极检测方式属于接触式并且时空分辨率较低，并不适用于心脏药物筛选及毒性测试等高通量、高分辨率应用需求。相比于电极检测，电生理的光学检测方法具有非接触、时空分辨率高等优势，但是传统光学检测过程需要依赖荧光标记物(标记细胞膜动作电位或者细胞内钙离子浓度)，对检测样本具有较大毒性，不利于长时程观测。心肌组织电生理无标记光学检测是一种用于无创监测和评估心肌电生理活动的技术，特别适用于对心脏疾病的诊断、研究和治疗评估。通过结合光学成像和深度学习模型，该技术能够从心肌组织的光学特性中推断出电生理信号，而无需植入电极或使用化学标记。
2、但传统的心肌组织电生理光学检测往往存在以下问题：传统荧光检测中，荧光染料长时间暴露在激发光下会逐渐失活，影响信号质量；传统电极检测方法对细胞有物理损伤；染料可能被细胞内化，导致信号衰减和定位不准。
技术实现思路
<...【技术保护点】
1.一种基于深度学习的心肌组织电生理无标记光学检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于深度学习的心肌组织电生理无标记光学检测方法，其特征在于，步骤S1包括以下步骤：
3.根据权利要求2所述的基于深度学习的心肌组织电生理无标记光学检测方法，其特征在于，步骤S15包括以下步骤：
4.根据权利要求3所述的基于深度学习的心肌组织电生理无标记光学检测方法，其特征在于，步骤S16包括以下步骤：
5.根据权利要求4所述的基于深度学习的心肌组织电生理无标记光学检测方法，其特征在于，步骤S166包括以下步骤：p>
6.根据权...
【技术特征摘要】
1.一种基于深度学习的心肌组织电生理无标记光学检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于深度学习的心肌组织电生理无标记光学检测方法，其特征在于，步骤s1包括以下步骤：
3.根据权利要求2所述的基于深度学习的心肌组织电生理无标记光学检测方法，其特征在于，步骤s15包括以下步骤：
4.根据权利要求3所述的基于深度学习的心肌组织电生理无标记光学检测方法，其特征在于，步骤s16包括以下步骤：
5.根据权利要求4所述的基于深度学习的心肌组织电生理无标记光学检测方法，其特征在于，步骤s166包括以下步骤：
6....
【专利技术属性】
技术研发人员：刘伟，郭学硕，费亮，胡慧轩，刘香茹，孙云旭，马婷，徐小川，
申请(专利权)人：哈尔滨工业大学深圳哈尔滨工业大学深圳科技创新研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。