相关实验视频
Updated: Aug 8, 2026
10:40
Single-Cell Resolution Three-Dimensional Imaging of Intact Organoids
Published on: June 5, 2020
16.3K
在单细胞分辨率下对胎儿 rhesus macaque 脏的三维重建揭示了结构的复杂相互关系
Lucie Dequiedt1, André Forjaz1, Jamie O Lo2,3
1Department of Chemical & Biomolecular Engineering, Johns Hopkins University.
bioRxiv : the preprint server for biology
|December 18, 2023
概括
对3D图像应用的深度学习详尽地标记了17个微观结构. 这使得脏解剖学的详细空间分析成为可能,这对于了解脏病理至关重要.
科学领域:
- 腎臟病學 (nephrology) 是一種醫學專業.
- 医疗成像医学成像
- 计算生物学 计算生物学
背景情况:
- 脏结构对功能至关重要,并受到糖尿病和高血压等疾病的影响.
- 了解脏内的空间关系对于疾病研究至关重要.
- 以前的3D成像方法在同时可视化多个脏结构方面存在局限性.
研究的目的:
- 为了证明深度学习对于全面的3D脏微观结构分析的实用性.
- 以细胞分辨率创建部件的详细空间地图.
- 为了研究质细胞,动脉和脏细胞的空间分布和相关性.
主要方法:
- 胎儿 rhesus 子的3D重建.
- 应用深度学习算法,对17个脏微结构进行详尽的标记.
- 使用生成的组织地图对空间分布和相关性的质疑.
主要成果:
- 成功地以细胞分辨率在3D中绘制了十七种不同的脏微结构.
- 揭示了淋巴细胞,动脉和脏之间详细的空间关系.
- 演示了深度学习的能力来分析复杂的3D组织数据.
结论:
- 深度学习显著提高了同时比较多个脏微观结构的能力.
- 这种方法为推进病理研究提供了一个强大的工具.
- 开发的组织地图为脏发育和疾病提供了新的见解.
