相关实验视频
Updated: Apr 11, 2026

11:22
Assessment of Calcium Sparks in Intact Skeletal Muscle Fibers
Published on: February 24, 2014
15.1K
SEPO-FI:基于深度学习的软件来计算肌肉细胞的融合指数
Kyungchang Jeong1, Sanghun Park2, Gyuchan Jo1
1School of Computer Science, Chungbuk National University, Cheongju 28644, Republic of Korea.
Computers in biology and medicine
|January 25, 2025
概括
这项研究引入了一种使用深度学习计算肌肉细胞融合指数的自动化方法,提高了准确性并减少了生物研究中的手工劳动. 开发的SEPO-FI软件为细胞融合分析提供了可靠的工具.
科学领域:
- 生物技术是生物技术.
- 细胞生物学 细胞生物学
- 生物信息学是一种生物信息学.
背景情况:
- 融合指数对于量化肌肉细胞在体外分化成肌肉管至关重要.
- 手动计算方法是劳动密集型的,容易导致观察者之间的显著变化.
研究的目的:
- 开发一种自动化,准确和可靠的方法来计算聚变指数.
- 克服肌肉细胞研究中传统手动评估的局限性.
主要方法:
- 一个结合模式识别和深度学习的三阶段过程,用于自动检测和分类细胞核.
- 开发"SEPO-FI"软件工具以实施拟议的方法.
主要成果:
- 在细胞核检测和分类方面获得了0.953的高F1得分,明显优于传统方法 (<0.5).
- 通过自动化方法获得的融合指数值显示出与人类评估的强烈一致性和最小差异.
结论:
- 提出的基于深度学习的方法有效地自动化了高精度的聚变指数计算.
- 对于科学界来说,SEPO-FI软件使准确的肌肉细胞融合分析获得了民主.

