人工智能的应用用于体外内皮质毛细血管床的定量分析

科学领域:

• 生物医学研究的研究.
• 细胞生物学 细胞生物学
• 医学成像分析分析 医学成像分析

背景情况:

• 内皮细胞培养对于研究血管生成至关重要.
• 人工智能 (AI) 为医学研究中的自动化分析提供了新的机会.
• 人工智能可以比手工方法更有效地处理更大的数据集.

研究的目的:

• 将人工智能驱动的方法的准确性和效率与量化体外血管生成的手动方法进行比较.
• 用人工智能和手动技术评估血管生成的形态参数.

主要方法:

• 人类微血管内皮细胞和纤维细胞被共同培养以模仿毛细血管床.
• 人工智能软件经过训练,可以使用抗CD31染色来分割内皮毛细血管.
• 人工智能和人工方法被用来测量115个显微镜作物的毛细血管数量,分支和直径.

主要成果:

• 人工智能分析的速度要快得多 (每作物3分钟,每作物1小时).
• 人工智能系统地计算了更多的毛细血管 (48/mm2 vs. 27/mm2) 和分支 (23/mm2 vs. 11/mm2).
• 对毛细血管和分支数量 (r=0.88,r=0.89) 观察到强烈的线性相关性,但对直径 (r=0.15) 没有观察到.

结论:

• 开发的AI显著减少了定量血管生成研究的分析时间.
• 基于人工智能的血管生成量化与传统的手动分析有很好的相关性.
• 人工智能是分析血管新生研究中大型数据集的宝贵工具.