在软X射线断层扫描中自动3D细胞质细分
Ayse Erozan1,2,3, Philipp D Lösel2,3,4, Vincent Heuveline2,3
1Centre for Organismal Studies, Heidelberg University, Heidelberg, Germany.
iScience
|May 24, 2024
概括
使用ACSeg的自动3D细胞质细分加速了软X射线断层扫描 (SXT) 数据的分析. 这种深度学习模型显著减少了高通量细胞体积和结构研究的时间和劳动力.
科学领域:
- 细胞生物学 细胞生物学
- 生物物理学的生物物理.
- 医学成像医学成像
背景情况:
- 细胞结构对于理解功能,诊断和治疗至关重要.
- 软X射线断层扫描 (SXT) 提供高分辨率,无标签的细胞结构成像.
- 手动细分SXT数据是一个耗时的瓶.
研究的目的:
- 为SXT数据开发一个自动化的3D细胞质细分模型.
- 为了减少与SXT图像分析相关的时间和劳动力.
- 为了实现细胞体积和细胞质结构的高通量分析.
主要方法:
- 开发了ACSeg,这是一个自动化的3D细胞质细分模型.
- 使用半自动标签和3D U-Net架构.
- 在43个免疫T细胞的SXT断层图像上训练了模型,并从其他细胞类型中获得了额外的数据.
主要成果:
- 在SXT数据上,ACSeg迅速实现了高精度的细分.
- 该模型证明了未见的断层图像的成功细分.
- 将训练组与其他细胞类型进行多样化显示出更广泛的应用潜力.
结论:
- ACSeg有效地自动化了用于SXT的3D细胞质细分.
- 该模型显著加快了SXT数据分析,减少了人工工作.
- ACSeg促进了各种细胞类型中细胞体积和结构的高通量研究.
