3DVascNet:一种自动化的软件,用于对鼠标血管网络进行3D细分和量化
Hemaxi Narotamo1,2,3, Margarida Silveira1, Cláudio A Franco2,3
1Instituto de Sistemas e Robótica, LARSyS, Instituto Superior Técnico (H.N., M.S.), Universidade de Lisboa, Lisbon, Portugal.
Arteriosclerosis, thrombosis, and vascular biology
|May 23, 2024
概括
3DVascNet是一个新的深度学习软件,可以自动分析3D血管网络,克服2D方法的局限性. 这种工具可以有效和准确地量化健康和疾病中的血管结构.
科学领域:
- 生物医学工程 生物医学工程
- 计算生物学 计算生物学
- 图像分析 图像分析
背景情况:
- 对血管网络的分析对于了解血管生理学和病理学至关重要.
- 目前的方法依赖于3D网络的2D投影,从而扭曲了几何和连接.
- 手动3D分析是耗时的,对于大数据集来说不切实际.
研究的目的:
- 开发用于3D血管网络分析的自动化软件解决方案.
- 克服现有的二维投影和手动分析方法的局限性.
- 为研究血管网络的研究人员提供一个用户友好的工具.
主要方法:
- 开发了3DVascNet,这是一款基于深度学习的软件,用于自动细分和量化.
- 利用深度学习模型对3D视网膜血管网络进行细分.
- 量化形态参数,包括容器密度,分支长度,半径和分支点.
主要成果:
- 3DVascNet有效地对3D血管网络进行细分.
- 量化参数准确地反映了通过手动二维分析识别的表型.
- 该软件在不同的数据集和机构中展示了高度的概括能力.
结论:
- 3DVascNet是一个免费可用的,用户友好的软件,用于3D血管网络分析.
- 它有助于在健康和疾病中研究血管网络.
- 开源性质允许扩展到其他3D血管网络分析.
