一种检测癌症生物标志物唤起活动的时空模式的方法,使用辐射基函数网络从成像数据中提取时间域特征
Igor V Shcherban1, Victoria S Fedotova1, Aleksey E Matukhno1
1Southern Federal University (SFedU), Research Center for Neurotechnology, 105/42 Bolshaya Sadovaya Str., Rostov-on-Don 344006, the Russian Federation.
Journal of neuroscience methods
|February 26, 2024
概括
一种新方法使用双光子成像自动绘制大鼠嗅觉灯泡中癌症生物标志物激活的质细胞. 这种方法可以准确地识别气味引起的模式,有助于开发敏感的癌症查系统.
科学领域:
- 神经科学是一个神经科学.
- 生物标志物检测检测 生物标志物检测
- 计算生物学 计算生物学
背景情况:
- 双光子成像分析了嗅觉球中的气味唤起的活动.
- 图像数据中的非静止模式限制了传统的图像处理.
研究的目的:
- 开发一种自动化方法来绘制大鼠背部嗅觉球中的癌症生物标志物激活的淋巴细胞.
- 为了克服分析非静止模式的成像数据的局限性.
主要方法:
- 使用高斯辐射基函数 (RBF) 网络,对动态的光强度进行了互插.
- 合成了受体球体场的生理光模型.
- 开发了一种用于嗅球活动的自动绘制技术.
主要成果:
- 在老鼠中成功地绘制了由胃 (6-甲基-5-二甲基) 和肺癌 () 生物标志物激活的淋巴细胞.
- 与非负矩阵分解和计算机视觉算法相比,开发的方法显示出更高的准确性.
- 为气味唤起的模式合成生成数学模型,有助于增强有限的实验数据.
结论:
- 拟议的方法增强了成像研究的自动分析.
- 从癌症生物标志物有效识别空间模式,可以成为敏感的生物混合癌症查系统的基础.
- 这种技术为未来呼吸生物标志物分析用于癌症检测的进展提供了基础.
