基于深度学习的人类器官的特征使用光学连贯性断层扫描.

科学领域:

• 生物医学工程 生物医学工程
• 干细胞生物学 干细胞生物学
• 再生医学是一种再生医学.

背景情况:

• 来自人类诱导的多能干细胞 (hiPSCs) 的器官模型器官发育,但难以分析.
• 传统的组织学方法是静态和破坏性的,限制了动态有机体过程的研究.

研究的目的:

• 开发一种非侵入性成像和分析平台,用于人类诱导的多能干细胞衍生器官 (hiPSC-器官).
• 用光学连贯断层扫描 (OCT) 和深度学习量化评估器官形态,内部结构和功能.

主要方法:

• 利用光学连贯断层扫描 (OCT) 进行视网膜,大脑和心脏器官的快速非侵入性成像.
• 开发了一种深度学习模型,用于有机组织和内部结构的自动细分.
• 定量分析了有机体的大小,面积,体积和心跳,以进行活体表征.

主要成果:

• 成功证明了高PSC有机体的定量,非侵入性实时成像和特征.
• 自动细分精确识别了关键的有机体结构和特征.
• 能够全面评估器官的发育和功能,包括心跳.

结论:

• 量化CTTO成像与深度学习相结合,为有机体研究提供了一个强大的,非侵入性的工具.
• 这种方法为有机体的分化和发展提供了深刻的见解.
• 作为促进有机体研究和应用的变革性技术,OCT的地位.