2025-09-152025-09-15https://scholars.lib.ntu.edu.tw/handle/123456789/732039本計畫旨在開發一套機器學習輔助的即時監測系統,用於評估間葉幹細胞的老化狀態。通過卷積神經網絡分析細胞形態,我們的目標是實現自動且高效的老化評分系統,以確保在體外培養過程中維護間葉幹細胞的最佳治療條件。本計畫將促進機器學習在再生醫學領域的應用,為相關研究提供新的方法和技術,1並推動學術界對於細胞老化和治療的更深入理解。這個監測系統並將為臨床醫生和研究人員提供一個即時的工具,用於評估間葉幹細胞的老化情況,確保培養中的細胞處於最佳狀態,以提高臨床治療的效果和安全性。隨著間葉幹細胞治療的應用逐漸擴大,這項技術有望成為一個關鍵創新,促進相關細胞治療領域的發展與應用。間葉幹細胞細胞衰老細胞形態學機器學習卷積神經網路mesenchymal stem cellcellular senescencecell morphologymachine learningconvolutional neural networkReal-Time Cell Quality Monitor of Mesenchymal Stem Cells by Machine Learning-Based Morphology Senescence Profiling=通過基於機器學習的形態衰老分析即時監測間質幹細胞的細胞品質