三种人体淋巴细胞亚型的重建,用于3D形态和建模中的基准测试
Jiahong Jin1, Tianshuai Li2, Hongda Liu2
1Institute for Advanced Optics, Hunan Institute of Science and Technology, Yueyang, Hunan 414006, China; Department of Physics, East Carolina University, Greenville, NC 27858, USA; School of Physics & Electronic Science, Hunan Institute of Science and Technology, Yueyang, Hunan 414006, China.
Computer methods and programs in biomedicine
|September 11, 2025
概括
一种新的剪切为集群 (SFC) 方法自动化了在对焦图像堆中的器官细分. 这种方法重建活的原始细胞,使人类淋巴细胞进行详细的3D形态分析,用于免疫反应研究.
科学领域:
- 生物医学成像技术 生物医学成像技术
- 细胞生物学 细胞生物学
- 免疫学 免疫学 免疫学
背景情况:
- 淋巴细胞对人类免疫反应至关重要.
- 从共聚焦图像堆中重建初级细胞为表型比较提供了基准数据.
- 自动细胞重建辅助器在光学建模中用于无标签分类.
研究的目的:
- 介绍一种用于光共聚焦图像堆中自动化器官细分的新型切片为集群 (SFC) 方法.
- 通过利用图像片中的空间相关性来重建活的原始细胞.
- 为了生成一个全面的3D形态数据库的初级人体淋巴细胞.
主要方法:
- 划分为集群 (SFC) 方法是为了自动化器官细分而开发的.
- 从人类的脏组织中分离了217个活的CD4+ T,CD8+ T和CD19+ B细胞.
- 使用SFC方法量化了24个细胞,核和线粒体参数.
主要成果:
- 通过SFC方法,成功重建了活细胞,并实现了3D形态分析.
- 所有分析的淋巴细胞都表现出很大的细胞核与细胞体积比率.
- 在CD4+ T细胞和CD19+ B细胞之间发现了统计学上显著的形态差异,尽管仅仅以形态来分类的准确性不如衍射图像.
结论:
- SFC 方法提供了一个准确,高效和强大的方法,用于对焦图像堆中自动化器官细分.
- 该研究产生了大量人体原发性淋巴细胞的形态数据库,用于定量3D分析.
- 从重建的淋巴细胞中获得的光学细胞模型证明了折射率变化的潜力,用于准确的细胞分类.
