A method and apparatus for using deep learning in label-free cell classification and machine vision extraction of particles. A time stretch quantitative phase imaging (TS-QPI) system is described which provides high-throughput quantitative imaging, and utilizing photonic time stretching. In at least one embodiment, TS-QPI is integrated with deep learning to achieve record high accuracies in label-free cell classification. The system captures quantitative optical phase and intensity images and extracts multiple biophysical features of individual cells. These biophysical measurements form a hyperdimensional feature space in which supervised learning is performed for cell classification. The system is particularly well suited for data-driven phenotypic diagnosis and improved understanding of heterogeneous gene expression in cells.Cette invention concerne un procédé et un appareil utilisant des techniques d'apprentissage profond dans le domaine de la classification des cellules non labellisées et l'extraction de particules par vision par ordinateur. Un système d'imagerie quantitative de phase à étirement temporel (TS-QPI) permettant une imagerie quantitative à haut débit, et utilisant l'étirement temporel photonique est décrit. Dans au moins un mode de réalisation, la TS-QPI est intégrée à l'apprentissage profond pour obtenir des précisions élevées d'enregistrements dans le domaine de la classification des cellules non labellisées. Le système capture des images quantitatives de phase et d'intensité optique et extrait de multiples caractéristiques biophysiques des cellules individuelles. Ces mesures biophysiques forment un espace de caractéristiques hyperdimensionnel dans lequel l'apprentissage supervisé est mis au service de la classification cellulaire. Le système se prête tout particulièrement au diagnostic phénotypique assisté par ordinateur et permet une compréhension améliorée de l'expression des gènes hétérogènes dans les cellules.
