自动计数Drosophila影像盘细胞核的自动计数

科学领域:

• 发展生物学 发展生物学
• 图像分析 图像分析
• 计算生物学 计算生物学

背景情况:

• 自动化图像量化在生物学研究中提供了先进的图像分析和统计能力.
• 果翅膀等正在发育的组织中的高细胞密度阻碍了有效的细胞计数.
• 之前的工作流程在想象性磁盘中扎着密集的细胞群体.

研究的目的:

• 提供高效的自动细胞计数工作流程,用于量化果翅膀中的细胞.
• 为了在高密度组织中实现精确的细胞计数.
• 为了应对复杂生物结构中细胞计数的挑战.

主要方法:

• 开发自动化图像量化工作流程.
• 机器学习算法的应用用于细胞细分和计数.
• 使用光核标记物用于图像磁盘中的细胞识别.
• 训练算法在双点标记中区分异和同细胞.

主要成果:

• 成功实施自动化工作流程,用于开发机翼中细胞计数.
• 在成像磁盘内量化总细胞和光标记的克隆.
• 开发一种机器学习工作流程,用于对双点标记核进行细分和计数,克服强度变化.

结论:

• 开发的工作流程为密集组织提供了高效和准确的细胞量化.
• 这些方法是结构不可知的,适用于具有核标记的各种组织.
• 工作流程增强了在发育生物学研究中执行高吞吐量分析的能力.