从3D生物打印水凝支架的自动化细胞特性工具箱通过深度学习和光学连贯性断层扫描

科学领域:

• 生物医学工程 生物医学工程
• 再生医学是一种再生医学.
• 生物材料科学 生物材料科学

背景情况:

• 在3D生物打印水凝中评估细胞活力和形态对于组织工程至关重要.
• 目前的方法往往是侵入性的或依赖于主观的基于值的分析,限制了它们的实用性.
• 需要使用非侵入性的定量技术来监测工程组织中的细胞健康和行为.

研究的目的:

• 开发和验证一个计算工具箱,用于在3D生物打印支架中自动化,非侵入性地分析细胞活力和形态.
• 量化关键的细胞特性,包括延长,平坦度和表面粗度.
• 将光学连贯断层扫描 (OCT) 与深度学习相结合,用于增强成像分析.

主要方法:

• 开发一个集成光学相干断层扫描 (OCT) 成像的计算工具箱.
• 基于深度学习的细分算法的应用,用于自动化细胞分析.
• 细胞活力的量化和形态参数,如延长,平坦度和表面粗度.

主要成果:

• 开发的框架使细胞活力和形态学的自动和非侵入性评估成为可能.
• 通过OCT和深度学习的整合,实现了 88.96% 的平均细分精度.
• 证明了在3D生物打印水凝中定量测量关键细胞特性的能力.

结论:

• 新的计算工具箱为监测3D细胞培养提供了显著的进步.
• 这种非侵入性的定量方法支持对再生医学和生物材料研究至关重要的快速分析.
• 海外国家和地区和深度学习的整合为组织工程的未来提供了一个强大的工具.