克里斯普:对应精细图像细分过程
Jennifer K Briggs1, Erli Jin2, Matthew J Merrins2
1Department of Bioengineering, University of Colorado Anschutz Medical Campus, United States; Barbara Davis Center for Childhood Diabetes, University of Colorado Anschutz Medical Campus, United States.
bioRxiv : the preprint server for biology
|September 10, 2024
概括
我们开发了一种自动化算法CRISP,以提高成像中的细胞掩盖精度. 这种方法增强了密集的细胞的细胞识别,如胰腺小岛的细胞,从而导致更可靠的生物分析.
科学领域:
- 细胞生物学 细胞生物学
- 神经科学是一个神经科学.
- 生物物理学的生物物理.
背景情况:
- 成像对于实时监测细胞活动至关重要.
- 在成像数据中的手动细胞掩盖容易导致用户错误和不准确.
- 传统的细分方法与密集的细胞作斗争,例如胰腺β细胞.
研究的目的:
- 开发一种自动化算法,CRISP,以改善成像中的细胞掩饰.
- 为了提高用户绘制的细胞面具的准确性,并自动识别细胞面具.
- 在密集的β细胞上验证CRISP的概括性和准确性.
主要方法:
- 开发了一种由两部分组成的自动化算法,名为相关性精制图像细分过程 (CRISP).
- 在使用两个共聚焦显微镜对来自不同小鼠表型的密集β细胞的图像进行CRISP测试.
- 将CRISP应用于功能网络分析和β细胞大小分布的表征.
主要成果:
- 克里斯普提高了用户绘制的细胞面具的准确性,并自动识别细胞面具.
- 该算法在不同的老鼠表型和成像设置中展示了可概括性和准确性.
- 克里斯普提高了功能网络分析的准确性,并允许对β细胞大小进行表征.
结论:
- 克里斯普有效地克服了手动细胞掩盖和密集细胞的传统细分的局限性.
- 自动化算法为分析复杂生物系统中细胞活动提供了更准确,更可靠的方法.
- 克里斯普促进了功能生物学分析的改进,包括网络分析和细胞大小表征.
