Biblioteca de formas de mitocondrias 3D para microscopía óptica (3DMSL): un conjunto de datos multimodal para el...

Área de la Ciencia:

• Biología Celular
• Microscopía
• Aprendizaje Profundo

Sus antecedentes:

• El aprendizaje profundo supervisado para el análisis de imágenes de microscopía de fluorescencia requiere conjuntos de datos extensos de verdad fundamental anotada.
• La adquisición de estas anotaciones es lenta y costosa, lo que supone un cuello de botella importante.

Objetivo del estudio:

• Para abordar la necesidad de datos anotados en microscopía de fluorescencia, presentamos 3DMSL, una base de datos completa de formas de mitocondrias 3D.
• Esta base de datos tiene como objetivo facilitar el entrenamiento de modelos de aprendizaje profundo para diversas tareas de análisis de imágenes.

Principales métodos:

• 3DMSL se creó utilizando datos de microscopía electrónica de alta resolución.
• Se empleó un simulador basado en física para generar grandes conjuntos de datos de imágenes de microscopía de fluorescencia con verdades fundamentales 3D a partir de los datos de microscopía electrónica.

Principales resultados:

• La base de datos 3DMSL contiene más de 27.000 instancias diversas de formas de mitocondrias.
• Estas formas están disponibles en múltiples representaciones 3D, incluyendo mallas, nubes de puntos y formas implícitas.

Conclusiones:

• 3DMSL proporciona un recurso valioso para entrenar modelos de aprendizaje profundo en microscopía de fluorescencia.
• Las aplicaciones incluyen segmentación de imágenes, reconstrucción 3D, generación de videos en lapso de tiempo y traducción de microscopios.