在无标签的血管连接的预测 perfused 微血管网络 in vitro
Liang Xu1, Pengwu Song1, Shilu Zhu1
1School of Biomedical Engineering, Division of Life Sciences and Medicine, University of Science and Technology of China, Hefei 230026, China; Suzhou Institute for Advanced Research, University of Science and Technology of China, Suzhou 215123, China.
Computer methods and programs in biomedicine
|August 14, 2025
概括
这项研究引入了一种无标签的方法,即血管连接网络 (VC-Net),用于评估有机体和瘤中的微血管网络 (MVN). 在没有光标签的情况下,VC-Net准确地评估了血管连接,克服了当前技术的局限性.
科学领域:
- 生物医学工程 生物医学工程
- 细胞生物学 细胞生物学
- 医疗成像医学成像
背景情况:
- 持续监测微血管连接对于有机体培养和治疗策略至关重要.
- 现有的方法经常使用光标签,引发生物相容性问题,并可能破坏细胞生长.
- 需要在体外进行无标签,现场评估血管化.
研究的目的:
- 开发一种新的,无标签的方法,用于持续评估微血管网络 (MVN) 连接性.
- 为评估器官和瘤血管化提供光标签的替代方案.
- 建立一个强大的系统,在现场监测血管连接.
主要方法:
- 使用船舶队列对比学习 (VQCL) 开发一个船舶连接网络 (VC-Net).
- 在各种条件下使用体外培养的MVN创建培训数据集.
- 实现一个类失衡算法来处理数据集限制.
主要成果:
- 在预测MVN连接性而不会损害文化方面,VC-Net获得0.811的子得分.
- 该系统成功地区分了正常和瘤相关的MVN之间的连接.
- 与瘤相关的微环境中的MVN显示平均连接率下降30.8%.
结论:
- VC-Net有效地解决了有限的样本规模,不清楚的特征和MVN分析中不平衡数据的挑战.
- 开发的方法为识别血管连接提供了一种未经标记和有效的方法.
- 这项技术使有机体和瘤血管化的无标签,持续评估成为可能.
