通过协会检测胚胎心脏形态发生的3D细胞形态

科学领域:

• 生物医学工程 生物医学工程
• 发展生物学 发展生物学
• 计算生物学 计算生物学

背景情况:

• 心脏再生医学需要了解胚胎心脏肌肉的生长.
• 准确的3D细胞细分对于研究心肌细胞行为至关重要.
• 挑战包括低信号对噪声和强度在密集组织中的不均性.

研究的目的:

• 开发一个强大的计算工具,以3D细分单个心肌细胞.
• 从光片显微镜图像中提取心肌细胞的定量形态参数.
• 提供关于心脏组织生长机制的见解.

主要方法:

• 一个结合神经网络的管道,用于2D核/膜检测.
• 基于图形的全球协会为3D核重建.
• 使用网络流和交替方向方法的乘数的优化.
• 一个活跃的网状模型,初始化了用于细胞细分的3D核.

主要成果:

• 从小鼠心脏的3D多元光图像中成功提取细胞形态参数.
• 在具有挑战性成像条件的密集组织细分方面表现出稳健性.
• 定性和定量评估显示,与现有方法相比,效率更高.

结论:

• 开发的细分工具准确地从3D显微镜数据中提取心肌细胞形态.
• 这种方法推进了心脏组织工程研究的计算方法.
• 为进一步研究心脏发育和再生提供了基础.