Label-free cell enumeration and immune monitoring using lens-free shadow imaging and deep learning 연구
연구 내용
렌즈프리 shadow imaging과 딥러닝으로 CD34+ 및 NK 세포를 비염색으로 분류·정량화하여 백혈병 진단과 면역 상태 모니터링을 지원하는 연구
세포 염색을 최소화하거나 생략할 수 있는 lens-free shadow imaging 기술을 기반으로 백혈병 진단에 활용되는 CD34+ 세포를 비접근적 방식으로 식별합니다. Ficoll 기반 분리 및 세포 칩 분석 절차를 구성하고, 획득한 영상 데이터를 딥러닝 모델(AlexNet 등)에 학습시켜 CD34+와 비-CD34+를 분류합니다. 추가로 면역 저하 환자에서 자연살해세포(NK cell)를 실시간 면역 모니터링 관점에서 분석하여 임상 추적 가능성을 검토합니다. 이러한 접근은 분석 단계 단축과 비전문가 접근성 향상에 필요한 근거를 제공합니다.
관련 연구 성과
관련 논문
3편
관련 특허
0건
관련 프로젝트
1건
연구 흐름
초기에는 lens-free shadow imaging으로 획득한 영상에서 CD34+ 표지 기반 세포 분류가 가능하도록 데이터 생성과 학습 기반 판별 체계를 구성했습니다. 이후 확장 연구에서 임상 샘플에 적용 가능한 성능 검증과 기존 검사(FACS 등)와의 정량적 상관성을 확인하며 모델의 재현성을 평가했습니다. 최근에는 같은 영상 기반 프레임을 자연살해세포(NK cell) 모니터링으로 확장해 면역 상태를 실시간으로 추적하는 방향으로 진행하고 있습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Label-Free CD34+ Cell Identification Using Deep Learning and Lens-Free Shadow Imaging Technology
Machine Learning based CD34+ Cell Detection using Lens-free Shadow Imaging Technology
Real-time immune monitoring of immunocompromised patients via lens-free shadow image analysis of natural killer cells
관련 프로젝트
구분
제목
머신러닝 기반 백혈병 스마트 통합 진단시스템 개발