一个支持深度学习的工具包,用于室腔心肌细胞的3D细分

科学领域:

• 心血管生物学 心血管生物学
• 生物成像是一种生物成像.
• 计算生物学 计算生物学

背景情况:

• 精确的3D心肌细胞细分对于理解心脏生理学和疾病至关重要.
• 现有的3D心肌细胞分析方法受到实验和分析挑战的限制,通常依赖于有偏见的2D推断.
• 缺乏开源工具和数据集阻碍了高分辨率的3D心肌细胞细分.

研究的目的:

• 介绍一个支持深度学习的工具包,用于在3D共聚焦显微镜卷中对单个心肌细胞进行细分.
• 为七种物种和各种实验条件提供73个注释3D卷的综合数据集.
• 提供图像修复工作流程,解决成像文物.

主要方法:

• 开发一个用于3D心肌细胞细分的深度学习工具包.
• 在各种实验条件下创建一个多样化的数据集,包括73个注释的3D卷 (老鼠,人,大象).
• 实现图像修复工作流程以纠正文物.

主要成果:

• 自动细分工作流实现了0.063的调整Rand误差 (~94%的voxel对协议).
• 半自动工作流处理了具有挑战性的数据集,吞吐量为3个单元/分钟.
• 该工具包和数据集是开源的,具有图形用户界面.

结论:

• 该工具包使研究人员能够从3D共聚焦图像堆中提取心肌细胞微观结构的定量数据.
• 开源数据集和工具包促进了大规模分析和心肌细胞的现实3D重建.
• 该资源支持跨物种和实验模型的细胞水平对心脏功能的研究.