一个Drosophila心脏光学连贯显微镜数据集用于自动视频分割
Matthew Fishman1, Abigail Matt2, Fei Wang2
1Washington University in St. Louis, Department of Computer Science and Engineering, St. Louis, MO, 63130, USA.
Scientific data
|December 9, 2023
概括
研究人员开发了FlyNet 2.0+,这是一个用于在视频中对果心脏进行细分的自动化算法. 这种工具提高了分析心脏功能的效率和准确性,推进了心脏研究.
科学领域:
- 心血管研究研究心血管研究
- 发展生物学 发展生物学
- 生物医学成像技术 生物医学成像技术
背景情况:
- 果 (Drosophila melanogaster) 的心脏是研究心脏功能的一个有价值的模型.
- 光学连贯显微镜 (OCM) 提供了果心脏跳动的体内成像.
- 手动分析OCM视频是低效的,缺乏可复制性.
研究的目的:
- 为了介绍FlyNet 2.0+,一个用于细分Drosophila心脏的自动化算法.
- 利用时间序列数据来实现一致和高质量的心脏细分.
- 为了促进心脏功能表征的先进深度学习方法.
主要方法:
- 开发FlyNet 2.0+,一个具有长短期记忆 (LSTM) 的卷积神经网络.
- 利用OCM视频中的时间序列信息进行细分.
- 创建了一个大数据集,包括213个多索菲拉心脏视频 (604,000张图像) 与地面真相面具.
主要成果:
- 飞网2.0+提供了Drosophila心脏的强大而准确的自动细分.
- 该算法有效地处理各种心脏动态,包括心律失常和心脏停止.
- 一个全面的数据集,支持心脏研究中的深度学习进步.
结论:
- 飞网2.0+提供了一种高效和可重复的方法来分析Drosophila的心脏功能.
- 提出的数据集将加速开发用于心脏研究的新型深度学习工具.
- 这项工作增强了Drosophila作为心血管研究模型生物的实用性.
