MyoQuant:一种优化的图像分析算法,用于对骨肌纤维进行定量分析
Josh Madsen1, Gabriel Haas1, Andrew Dunn1
1Department of Biomedical Engineering, School of Science and Engineering, Saint Louis University, St. Louis, MO, USA.
MethodsX
|October 15, 2025
概括
这项研究引入了用于肌肉纤维分析的自动化算法,提高了从大型组织图像中量化组织健康和形态的准确性和效率.
科学领域:
- 历史学 历史学 历史学
- 生物医学图像分析
- 肌肉生理学 肌肉生理学
背景情况:
- 肌肉纤维形态对于评估组织健康至关重要.
- 手动分析是耗时的,主观的,并与复杂的功能作斗争.
- 现有的自动化工具面临着工件和受伤相关变化的挑战.
研究的目的:
- 开发一种高度自动化的图像分析算法,用于量化肌肉纤维形态.
- 为了分析大型的全幻灯片组织学图像 (超过1.3GB).
- 提高肌肉组织学研究的准确性,客观性和效率.
主要方法:
- 利用形态转换来进行强大的肌肉纤维细分.
- 量化细胞参数:横截面积,方向和圆形度.
- 集成的免疫光染色和颜色组图用于纤维分类.
主要成果:
- 该算法提供了纤维形态的快速和客观测量.
- 成功处理复杂的组织特征和常见的成像文物.
- 经过证明的灵活性和效率,提高了肌肉组织学中的可重复性.
结论:
- 开发的算法为大规模肌肉纤维分析提供了有价值的工具.
- 将手动校正的需要降至最低,简化了研究工作流程.
- 在量化肌肉纤维形态方面显著提高了准确性,客观性和熟练性.
更多相关视频
05:57A Rapid Automated Protocol for Muscle Fiber Population Analysis in Rat Muscle Cross Sections Using Myosin Heavy Chain Immunohistochemistry
Published on: March 28, 2017
11.8K
08:32Quantification of Subcellular Glycogen Distribution in Skeletal Muscle Fibers using Transmission Electron Microscopy
Published on: February 7, 2022
4.6K
