通过光显微镜对异步附着细胞进行自动化多变量量化图像基细胞计分析的协议.
Laetitia Besse1, Typhaine Rumiac2, Anne Reynaud-Angelin3
1Institut Curie, Université PSL, CNRS UAR2016, Inserm US43, Université Paris-Saclay, Multimodal Imaging Center, 91400 Orsay, France.
STAR protocols
|July 15, 2023
概括
这项研究引入了一种使用光显微镜进行量化图像基细胞计 (QIBC) 的协议. 该方法采用人工智能驱动的图像分析,用于高效的细胞细分和多参数数据可视化.
科学领域:
- 细胞生物学 细胞生物学
- 生物技术是生物技术.
- 显微镜的使用方法
背景情况:
- 基于数量图像的细胞计量 (QIBC) 是一种分析细胞特征的强大技术.
- 准确和高效的图像分析对于强大的QIBC结果至关重要.
研究的目的:
- 详细介绍异步附着细胞的多变量QIBC分析的方案.
- 在QIBC中引入一个开源的斐济脚本,用于自动化图像分析和数据可视化.
主要方法:
- 细胞制备,处理,固定,染色和光显微镜成像.
- 开发和应用一个开源的斐济脚本,集成深度学习用于自动化核细分.
- 对QIBC结果的多参数数据可视化.
主要成果:
- 描述了QIBC分析的综合性协议.
- 斐济脚本能够实现强大的,自动化的核心细分,用户输入最小.
- 该协议促进了高效的多参数数据可视化.
结论:
- 该协议和相关的斐济脚本为多变量QIBC分析提供了高效和强大的工具.
- 整合人工智能,特别是深度学习,提高了QIBC图像分析的自动化和准确性.
- 这种方法支持通过光显微镜进行详细的细胞表征.


