DeepD&Cchl:一种人工智能工具,用于自动3D单细胞质体检测,计数和细胞类型聚类

科学领域:

• 植物细胞生物学 植物细胞生物学
• 生物成像是一种生物成像.
• 科学领域的人工智能

背景情况:

• 叶绿体密度在不同植物细胞类型之间有很大的差异.
• 精确的,自动化的单细胞叶绿体检测和量化对于时空分析至关重要.
• 目前的方法缺乏在单细胞水平上计数 хлоропласт的效率和精度.

研究的目的:

• 开发一个由人工智能驱动的工具,DeepD&Cchl,用于植物细胞中自动检测和计数叶绿体.
• 为了能够根据叶绿体数量和细胞大小精确地进行细胞类型的聚类.
• 提供一种强大的解决方案,用于在多种成像方式中进行质质分析.

主要方法:

• 开发了DeepD&Cchl,使用了You-Only-Look-Once (YOLO) 实时检测算法.
• 集成一个十字路口在欧盟 (IOU) 模块,用于准确的叶绿体计数和消除错误.
• 与Cellpose结合,可增强单细胞细分和分析.

主要成果:

• DeepD&Cchl通过光,电子和光显微镜图像成功识别了植物细胞中的质体.
• 该工具精确地在单层和多层图像中计数叶绿体,防止双重计数.
• 基于质体数量和细胞大小的细胞类型聚类得到了有效的支持,提供了形态洞察力.

结论:

• DeepD&Cchl代表了植物细胞分析的重大进步,提供了准确性和效率.
• 人工智能工具有助于精确的叶绿体识别,计数和细胞类型分类.
• 对于植物生物学和单细胞研究的研究人员来说,DeepD&Cchl是一个有价值的工具.