实时3D追踪游泳微生物使用数字全息显微镜和深度学习
Samuel A Matthews1, Carlos Coelho1, Erick E Rodriguez Salas1
1School of Physics, Engineering and Technology, University of York, Heslington, York, United Kingdom.
PloS one
|April 26, 2024
概括
我们开发了一个神经网络 (NN),以加快从数字全息显微镜 (DHM) 分析3D微生物游泳轨迹的速度. 这一突破使得实时跟踪用于病原体识别和生物反应器监控.
科学领域:
- 微生物学 微生物学
- 生物物理学的生物物理.
- 计算生物学 计算生物学
背景情况:
- 微生物的三维游泳轨迹为物种识别和对刺激的细胞反应提供了洞察力.
- 数字全息显微镜 (DHM) 是捕获3D细胞轨迹的强大技术,但在计算上是密集的.
- 快速识别细菌病原体和实时实验反在各种应用中至关重要.
研究的目的:
- 为了加速DHM数据的分析,用于3D微生物跟踪.
- 通过使用共同的神经网络 (NN) 实现细胞运动性的实时分析.
- 建立一种快速3D定位DHM数据中的细胞的方法.
主要方法:
- 利用一个共同的神经网络 (NN) 来处理全息显微镜数据.
- 开发了细胞距离焦平面和NN边界框大小之间的启发式关系,用于3D定位.
- 在单板计算机上实现基于NN的分析,用于实时处理.
主要成果:
- 在使用NN的DHM数据分析中实现了数量级加速.
- 启用了微生物游泳模式的实时3D跟踪.
- 根据NN输出显示了基于细胞的快速3D定位.
结论:
- 经NN加速的DHM分析允许实时跟踪微生物运动.
- 这种技术有助于在各种样本中快速识别细菌病原体.
- 潜在的应用包括微生物生物反应器的实时监测和临床诊断.
