在CMOS微电极阵列上对细胞培养的电容断层扫描
IEEE transactions on biomedical circuits and systems
|June 17, 2024
概括
这项研究引入了一种微尺度电容断层扫描系统,其分辨率为10微米,用于3D细胞培养成像. 一个新的深度学习模型显著提高了无标签生物样本可视化重建的准确性.
科学领域:
- 生物医学工程 生物医学工程
- 图像技术技术的成像技术
- 计算生物学 计算生物学
背景情况:
- 电容量断层扫描 (ECT) 可通过边界电容量测量进行非侵入性内部体积成像.
- 现有的ECT系统往往缺乏微观生物结构所需的分辨率.
- 先进的成像技术对于理解复杂的细胞培养是至关重要的.
研究的目的:
- 开发一个具有高空间分辨率的微尺度电容性断层扫描系统.
- 创建一个深度学习模型,用于准确的3D细胞培养重建.
- 为了展示一种低成本,无标签的生物样本3D成像工具.
主要方法:
- 实现一个微尺度电容断层扫描系统,使用一个具有10微米分辨率的活性CMOS微电极阵列.
- 从容量数据进行3D体积重建的深度学习模型的开发和培训.
- 应用多目标损失函数 (基于像素,基于分布,基于区域) 来提高重建的准确性.
主要成果:
- 微尺度电容断层扫描系统实现了10微米的空间分辨率.
- 具有多目标损失函数的深度学习模型,与单独的像素智能损失相比,改进了3.2%的重建精度.
- 该模型在评估的数据集上平均比基线计算方法改善4.6%.
- 成功对细菌生物膜进行3D成像,解析微观空间特征.
结论:
- 微尺度电容断层扫描为细胞培养提供了高分辨率,无标签的3D成像解决方案.
- 开发的深度学习方法显著提高了微观ECT中的重建精度.
- 这项技术为生物样本分析提供了一个有前途的低成本,低功耗工具.
更多相关视频
12:30Electric Cell-substrate Impedance Sensing for the Quantification of Endothelial Proliferation, Barrier Function, and Motility
Published on: March 28, 2014
58.1K
10:05In Vitro Multiparametric Cellular Analysis by Micro Organic Charge-modulated Field-effect Transistor Arrays
Published on: September 20, 2021
2.4K
