deepBlastoid:一个深度学习模型,用于自动化和高效地评估人类的Blastoid

科学领域:

• 发展生物学 发展生物学
• 生物技术是生物技术.
• 人工智能的人工智能

背景情况:

• 人类布拉斯托伊德是人类早期发育和植入的有价值的模型.
• 目前的布拉斯形状特征依赖于手动方法,限制了吞吐量.
• 需要自动化工具来高效,准确的 Blastoid 形态评估.

研究的目的:

• 开发一种深度学习模型,用于自动分类人类爆发性艾滋病.
• 评估模型在药物查应用中的准确性,吞吐量和实用性.

主要方法:

• 使用明亮场图像开发一个深度学习模型 (deepBlastoid).
• 使用高精度和处理速度对活人体进行分类.
• 整合一个信任率指标以提高分类准确性.

主要成果:

• deepBlastoid实现了87%的准确性,与信心率指标的准确性提高到97%.
• 该模型以每秒273.6图像的速度处理图像,在吞吐量方面表现优于人类专家.
• 在评估药物影响 (LPA,DMSO) 对布拉斯形成的证明有用性,识别微妙的影响.

结论:

• deepBlastoid提供了一个高效的,自动化工具,用于人类的Blastoid分类.
• 该模型在发育生物学研究,药物查和体外受精中具有广泛的应用.
• 公共可用性允许根据各种研究需求进行定制.