一个神经细胞自动化分析系统基于病理样本在gerbil大脑缺血模型的病态样本

科学领域:

• 神经科学是一个神经科学.
• 计算生物学 计算生物学
• 药理学 药理学是指药理学的学科.

背景情况:

• 由于与医疗药物相比,自然产品对健康的影响较温和,人们对自然产品的兴趣越来越大.
• 对于评估天然产品对生物体的影响,存在有限的定量系统.
• 缺血症对健康构成重大挑战,需要有效的治疗策略.

研究的目的:

• 开发和验证一个深度学习系统,用于Gerbil模型中的自动细胞计数.
• 通过自动化细胞计数来定量评估天然产品对缺血的有效性.
• 与手工评估相比,提供一种更有效的自然产品评估方法.

主要方法:

• 使用深度学习模型,特别是微调的Detectron2,进行图像分析.
• 这些图像是从嵌入青素的鼠大脑组织中获得的.
• 系统的性能与专家的视觉判断进行了比较.

主要成果:

• 自动化细胞计数系统显示出79%的积极预测值.
• 与专家评估相比,该系统实现了85%的灵敏度.
• 该系统成功评估了水对缺血的潜在疗效.

结论:

• 开发的深度学习系统为评估天然产品提供了有希望和高效的方法,特别是那些具有较轻微影响的产品.
• 该系统对水的抗胰岛症潜力的发现与专家评估一致.
• 自动细胞计数解决了对自然产品评估中大型数据集的需求,减轻了手工测量的劳动密集性.