在低氧缺血胎儿羊脑组织学中自动化细胞量化:两步细分和分类管道
概括
这项研究引入了一种自动化管道,以准确分析胎儿绵羊大脑中的神经元细胞损伤,加速治疗性低温治疗缺氧缺血性脑病变 (HIE) 的药物发现. 该方法显著减少了分析时间和观察者偏差.
科学领域:
- 神经科学是一个神经科学.
- 计算生物学 计算生物学
- 药理学 药理学是指药理学的学科.
背景情况:
- 缺氧性缺血性脑病变 (HIE) 是一种影响新生儿的严重疾病,治疗性低温 (TH) 是唯一有效的治疗方法.
- 目前对HIE的药物开发受到低效的手动细胞计数和分析方法的阻碍.
- 在HIE研究中,对神经元细胞的自动,准确量化有很大的需求.
研究的目的:
- 开发和验证一个两步自动化细胞分析管道,用于细分和分类胎儿羊大脑中的神经元.
- 为了在临床前的HIE模型中快速准确地评估神经元损伤.
- 为HIE提供一种加速药物发现和开发的工具.
主要方法:
- 一个Mask R-CNN模型在胎儿绵羊6个大脑区域的44,000个注释细胞的数据集上进行了训练,在神经元细分方面达到88.3%的平均精度.
- 开发了一个定制的卷积神经网络 (CNN) 来分类细胞形态 (健康,中等,皮克诺斯),达到93.0%的准确性,健康细胞的错误分类为零.
- 该管道整合了细分和分类,以量化神经元健康指标.
主要成果:
- 自动化管道准确量化神经元细胞群和它们的形态.
- 管道中的健康细胞计数与不同治疗组的手动量化有很强的相关性 (斯皮尔曼的R=0.822-0.919).
- 该系统根据健康神经元的比例提供了HIE诱导的神经元损伤的新型指标.
结论:
- 开发的自动化管道为在HIE研究中分析神经元损伤提供了强大的和高效的方法.
- 这种工具可以通过减少劳动力,时间和观察者偏差来显著加速HIE临床前药物开发.
- 该管道允许在HIE模型中对治疗干预措施进行更详细和可靠的评估.
