相关实验视频
Updated: Sep 16, 2025
Imaging Cleared Intact Biological Systems at a Cellular Level by 3DISCO
Published on: July 7, 2014
用组织清理和深度学习对人类结质瘤中的血管进行三维可视化
Xiaodu Yang1,2,3,4,5, Xinyue Wang1,2, Dian He1,2
1Clinical Biobank Center, Microbiome Medicine Center, Department of Laboratory Medicine, Provincial Clinical Research Centre for Laboratory Medicine, Zhujiang Hospital, Southern Medical University, Guangzhou, China.
这项研究引入了一种新的3D成像技术,将组织清理和深度学习结合起来,以详细可视化质瘤血管系统. 该方法准确地绘制了瘤血管的地图,揭示了低级质瘤和高级质瘤之间的关键差异.
科学领域:
- 神经科学是一个神经科学.
- 生物医学成像技术 生物医学成像技术
- 计算生物学 计算生物学
背景情况:
- 质瘤是侵略性的脑瘤,需要详细的血管可视化.
- 传统的二维成像无法捕捉瘤血管结构的空间复杂性.
- 了解质瘤血管异质性对于诊断和治疗至关重要.
研究的目的:
- 开发和验证人类质瘤血管系统的全面3D可视化方法.
- 将基于深度学习的血管提取与传统方法进行比较.
- 为了研究低级和高级质瘤之间的血管结构的形态差异.
主要方法:
- 结合组织清除 (OPTIClear) 与人类质瘤样本上的3D共聚焦显微镜.
- 采用了专门的3D U-Net深度学习模型来自动提取船只.
- 对血管,细胞和细胞核进行了免疫光标签.
主要成果:
- 使用OPTIClear实现了质瘤血管和周围细胞的整体3D表示.
- 与Imaris相比,3D U-Net的精度和效率更高,用于船只提取.
- 在低度和高度质瘤之间确定了血管形态和血管壁完整性的显著差异.
结论:
- 综合方法提供了人类质瘤血管系统的增强3D可视化.
- 深度学习显著提高了船只提取的准确性和效率.
- 在血管系统中观察到的形态差异与质瘤等级相关,影响病理学和治疗策略.
更多相关视频
10:30High-resolution Confocal Imaging of the Blood-brain Barrier: Imaging, 3D Reconstruction, and Quantification of Transcytosis
Published on: November 16, 2017
07:26Two-Dimensional Super-Resolution Visualization of Rat Brain Microvasculature Using Ultrasound Localization Microscopy
Published on: March 28, 2025