简单的量化和空间特征标签免费的细胞图像的简单量化和空间特征
Vincent C J de Boer1, Xiang Zhang1
1Human and Animal Physiology, Department Animal Sciences, Wageningen University, De Elst 1, 6708WD, Wageningen, the Netherlands.
Heliyon
|January 6, 2025
概括
这项研究引入了一种新的,无数据的计算管道,用于分析无标签的细胞图像. 它可以实现精确的细胞计数和空间分析,改善高含量显微镜应用.
科学领域:
- 细胞生物学 细胞生物学
- 生物成像是一种生物成像.
- 计算生物学 计算生物学
背景情况:
- 无标签成像对于纵向细胞研究至关重要,因为生物干扰最小.
- 由于对比度较低,分析无标签图像是很困难的,现有的深度学习方法需要大量的训练数据.
- 无标签显微镜图像的自动分析仍然是大规模细胞培养实验的挑战.
研究的目的:
- 开发一个计算管道,用于自动化无标签的细胞图像分析,不需要训练数据.
- 为了从单个无标签图像中准确量化细胞数和空间分布特征.
- 为高含量显微镜应用提供强大且易于使用的工具.
主要方法:
- 开发了一个结合经典图像处理,沃罗诺伊细分和高斯混合模型的计算管道.
- 自动参数优化被集成到管道中.
- 该方法在使用高含量显微镜图像的各种密度的四种不同的细胞类型上得到了验证.
主要成果:
- 该管道成功量化了细胞数量,并在无标签图像中描述了空间分布.
- 在多种细胞形态和密度上展示了性能.
- 实现R的管道需要最小的计算资源.
结论:
- 一个新的,无数据的计算管道提供了无标签的自动化图像分析功能.
- 这种方法增强了细胞数量定量和空间分析,用于高含量显微镜.
- 该管道为大规模和重复的细胞培养实验提供了新的机会.
