无标签的活细胞识别和跟踪用于生物发现和翻译应用
Biqi Chen1, Zi Yin2,3, Billy Wai-Lung Ng4,5
1Institute for Tissue Engineering and Regenerative Medicine, The Chinese University of Hong Kong, Shatin, Hong Kong SAR, China.
Npj imaging..
|July 2, 2025
概括
需要精确的计算机视觉算法来进行无标签的活细胞识别和跟踪. 这次审查将生物学和计算机视觉联系起来,使诊断和药物发现的新应用成为可能.
科学领域:
- 计算生物学 计算生物学
- 生物技术是生物技术.
- 计算机视觉 计算机视觉
背景情况:
- 无标签的活细胞识别和跟踪提供了强大的多模式细胞群体分析在单细胞分辨率.
- 当前的计算机视觉算法缺乏广泛采用所需的准确性和普遍性.
- 将生物学和计算机视觉学科相结合,对于推进这项技术至关重要.
研究的目的:
- 审查与活细胞识别和跟踪相关的生物和计算机视觉概念.
- 识别开发精确,通用的细胞分析算法的挑战和机遇.
- 为了促进计算机视觉在生命科学中的更广泛应用.
主要方法:
- 对细胞生物学和计算机视觉领域的现有文献进行审查.
- 综合跨学科的概念和方法.
- 确定用于无标签细胞分析的关键算法要求.
主要成果:
- 该审查强调了计算机视觉在无标签细胞分析中的潜力.
- 它确定了对强大和可通用算法的需求.
- 它提出了一个框架,用于将生物见解与计算机视觉技术相结合.
结论:
- 开发准确的,通用的算法,用于无标签的活细胞识别和跟踪是必不可少的.
- 生物学家和计算机科学家之间的跨学科合作是克服当前局限性的关键.
- 这项技术对基于细胞的诊断,药物发现和生物制造具有重大前景.
