深度学习在细胞动力学研究中的机遇和挑战
Binghao Chai1, Christoforos Efstathiou1, Haoran Yue1
1School of Biological and Behavioural Sciences, Queen Mary University of London (QMUL), London E1 4NS, UK.
Trends in cell biology
|November 29, 2023
概括
人工智能 (AI) 和深度学习 (DL) 正在彻底改变细胞生物学和药物发现的显微镜图像分析. 本综述涵盖了用于细分,分类和跟踪细胞动态的AI工具和数据集.
科学领域:
- 计算生物学 计算生物学
- 生物技术是生物技术.
- 医疗成像医学成像
背景情况:
- 人工智能 (AI) 和深度学习 (DL) 的日益使用正在改变对显微镜数据的分析.
- 这些计算技术解决了量化动态细胞过程的挑战.
- 应用范围包括药物开发,精准医学和基因组-现象映射.
研究的目的:
- 调查现有的基于人工智能的技术,工具和数据集,用于显微镜图像和电影分析.
- 专注于计算任务,包括细分,分类和跟踪细胞结构和动态.
- 审查DL引导的自动化对细胞动态研究的挑战和新兴的前沿.
主要方法:
- 在显微镜图像分析中基于AI的方法的文献综述.
- 专注于用于细分,分类和跟踪的深度学习技术.
- 分析与细胞动态相关的开源数据集.
主要成果:
- 确定适用于显微镜的关键AI技术和工具.
- 分析动态细胞过程中的计算挑战的总结.
- 概述DL引导自动化的新兴研究领域和应用.
结论:
- 人工智能和DL显著增强了从显微镜数据的细胞生物学定量分析.
- 该评论为药物开发和精准医学研究人员提供了资源.
- 未来的方向涉及DL的创新应用,用于自动化细胞动态研究.
