生成对抗性网络模型,根据成熟程度对人类诱导的多能干细胞-心肌细胞进行分类
Ziqian Wu1, Jiyoon Park1, Paul R Steiner2
1Thayer School of Engineering, Dartmouth College, Hanover, NH USA.
Research square
|April 1, 2024
概括
生成对抗性网络创建合成人体心肌细胞图像,提高细胞分类的准确性. 这种方法克服了小型,多样化的真实实验数据集的局限性,以便更好地进行计算分析.
科学领域:
- 心脏病学 心脏病学
- 生物技术是生物技术.
- 计算生物学 计算生物学
背景情况:
- 对人类心肌细胞进行准确的分类对于了解细胞结构和功能至关重要.
- 实验图像数据的有限规模和多样性阻碍了计算分析的吞吐量.
- 人类诱导的多能干细胞衍生心肌细胞 (hiPSC-CMs) 是研究心脏发育和疾病的关键模型.
结论:
- 使用GAN生成合成数据是克服生物研究数据限制的宝贵工具.
- 这种方法提高了细胞结构和功能的分类准确性和计算分析.
- 该研究强调了整合合成数据的重要性,以应对有限样本规模的挑战.
更多相关视频
13:18Generation of Human Cardiomyocytes: A Differentiation Protocol from Feeder-free Human Induced Pluripotent Stem Cells
Published on: June 28, 2013
21.3K
10:46Efficient Derivation of Human Cardiac Precursors and Cardiomyocytes from Pluripotent Human Embryonic Stem Cells with Small Molecule Induction
Published on: November 3, 2011
20.3K
