NN-Asymmetric-Particles-l-curve MATLAB代码

l-曲线矩阵代码不对称粒子 该项目的目的是研究微通道中惯性聚焦条件（高Re）下非对称粒子的动力学行为。 诸如聚焦位置/秒，角速度和首选方向之类的属性可能会在控制这种现象的力上大放异彩，并激发出基于不对称粒子的新型生物测定方法。 为了从原始素材中提取这些属性，必须检测并跟踪每一帧中的粒子，并找到它们的方向。 由于传统的图像处理方法缺乏进行全面分析（粒子检测/质心和方向的错误）所必需的鲁棒性，因此我们实施了神经网络来执行这些任务。 理想情况下，两个主要模型将首先生成一个二进制蒙版，对每个帧的像素进行编码，这些像素属于与背景（我们可以轻松地计算质心）相对的感兴趣粒子而不是背景的粒子，然后是相应的旋转角度（方向）的每个粒子。 该存储库包含与不同神经网络（.py）有关的所有代码，用于训练和验证模型的数据生成（.m），以及一些用于当前分析状态的示例电影（.avi）。 它不包含网络的原始数据（.cine），单个帧（.tif），裁剪的图像（.tif），二进制掩码（.tif）或训练的权重（.h5）。 在Drobo中备份的存储库副本确实包含所有这些文件。 目录 背景资料 惯性聚焦和以前的工作 也许有关惯性