细胞APP:用于细胞注释和细胞细分模型培训的可通用方法
Anish J Virdi1, Ajit P Joglekar1,2
1Department of Biophysics, University of Michigan, Ann Arbor, MI 48109.
Molecular biology of the cell
|September 24, 2025
概括
细胞APP自动化了用于显微镜的细胞细分数据注释. 该工具通过生成训练数据集来加速高吞吐量分析,使定制和一般细胞细分模型成为可能.
科学领域:
- 生物技术是生物技术.
- 计算生物学 计算生物学
- 显微镜的使用方法
背景情况:
- 深度学习模型加速显微镜数据分析.
- 手动注释细胞细分数据是耗时的,并限制了数据集规模.
- 现有的方法与各种细胞类型和条件作斗争.
研究的目的:
- 开发一种自动化工具,用于生成用于传输光 (TL) 细胞细分的高质量训练数据.
- 为了能够创建特定细胞系和一般细胞细分模型.
- 在深度学习模型开发中克服手动注释的局限性.
主要方法:
- 细胞APP使用配对的传输光 (TL) 和核光图像.
- 它从光图像中提取细胞位置,以促使深度学习模型用于细胞面具生成.
- 细胞根据核特征被分为线粒细胞或非线粒细胞.
主要成果:
- 细胞APP成功地自动化了细胞细分训练数据的注释.
- 在Cell-APP数据上训练的基于视觉变压器的模型实现了高性能.
- 展示了细胞系特异性和多细胞系细分模型的创建.
结论:
- 细胞APP显著降低了生成细胞细分训练数据所需的努力.
- 该工具使研究人员能够创建定制的细胞细分模型.
- 细胞APP为研究界开发一般细胞细分模型提供了一个可扩展的方法.


