一个基于机器学习的多光谱髓注释工具,用于基于髓定量化的髓量化
Abdulkerim Çapar1,2, Sibel Çimen3, Zeynep Aladağ4
1Informatics Institute, Istanbul Technical University, Istanbul, 34469, Turkey.
F1000Research
|November 22, 2023
概括
研究人员开发了一种新的工作流程和软件,以简化机器学习的髓注释. 这有助于创建准确的数据集来研究脱髓化疾病.
科学领域:
- 神经科学是一个神经科学.
- 生物医学成像技术 生物医学成像技术
- 计算生物学 计算生物学
背景情况:
- 髓是一种寡细胞膜外,对神经系统的功能至关重要.
- 对髓的损伤导致脱髓化疾病.
- 在光图像中手动识别髓是劳动密集型和复杂的,因为它的3D结构.
研究的目的:
- 开发一个高效的工作流程和软件用于髓基底真相提取.
- 为了促进神经科学中的机器学习应用的注释过程.
- 提供一个社区共享的数据集,注释了髓基底真相.
主要方法:
- 开发一个新的工作流程,用于骨髓基真实提取.
- 创建专门的软件来处理多光谱光图像.
- 基于寡细胞和轴突膜的共同定位的髓结构的注释.
主要成果:
- 从多光谱光图像中成功提取髓基真相.
- 开发一个用户友好的软件工具,以帮助髓注释.
- 创建一个新的,注释数据集,用于机器学习模型训练.
结论:
- 开发的工作流程和软件显著简化了髓注释.
- 共享数据集在髓研究和脱髓疾病研究中推进了机器学习应用.
- 这项工作解决了专家劳动力在为髓细分创建培训数据的瓶.


