2023年第5期计算机与数字工程收稿日期：2022年11月4日，修回日期：2022年12月20日作者简介：尹彦豪，男，硕士研究生，研究方向：图像处理。刘俊，男，博士，教授，研究方向：图像处理、医学图像分析、机器学习等。杨烨，男，博士研究生，研究方向：细胞生理学。∗1引言秀丽隐杆线虫是生物学研究中最重要的无脊椎模式生物之一，有着生命周期较短、生理结构简单、与人类基因高度同源、虫体透明便于观察等特点，从19世纪70年代初开始，就作为功能强大的模式生物被广泛应用［1］。它的研究跨越了多个学科领域，包括基因大规模功能与表征研究［2］，全身细基于CNN双路特征融合模型的秀丽隐杆线虫寿命阶段分类研究∗尹彦豪1，2刘俊1，2杨烨3（1.武汉科技大学计算机科学与技术学院武汉430065）（2.智能信息处理与实时工业系统湖北省重点实验室武汉430065）（3.华中科技大学生命科学与技术学院武汉430074）摘要秀丽隐杆线虫（C.elegans）由于其有着寿命较短和人类基因高度同源的特点，作为一种被优秀的模式生物，被广泛应用于多种人类健康和疾病模型的研究中。为了准确测定当前线虫所处于的寿命阶段，论文提出了一种基于CNN双路特征融合模型的的秀丽隐杆线虫寿命阶段分类方法。首先，利用卷积神经网络分类模型对线虫图像进行特征提取；同时使用快速傅里叶变换、LoG算子等图像处理算法得到荧光蛋白亮斑坐标，然后根据坐标信息计算得到荧光蛋白亮斑聚集度信息；最后，将前两步得到的特征拼接通过分类器得到分类结果。实验结果表明，论文方法能够准确、有效地对线虫寿命阶段进行分类。关键词秀丽隐杆线虫；图像分类；深度学习；快速傅里叶变换；拉普拉斯-高斯算法中图分类号TP391DOI：10.3969/j.issn.1672-9722.2023.05.033ResearchonClassificationofCaenorhabditisElegansLifeStageBasedonCNNDual-PathFeatureFusionYINYanhao1，2LIUJun1，2YANGYe3（1.CollegeofComputerScienceandTechnology，WuhanUniversityofScienceandTechnology，Wuhan430065）（2.HubeiProvinceKeyLaboratoryofIntelligentInformationProcessingandReal-timeIndustrialSystem，Wuhan430065）（3.CollegeofLifeScienceandTechnology，HuazhongUniversityofScienceandTechnology，Wuhan430074）AbstractAsanexcellentmodelorganism，C.eleganshasbeenwidelyusedinmanyhumanhealthanddiseaseresearchesduetoitsshortlifespanandhighhomologywithhumangenes.Inordertoaccuratelydetermine...
