如何使用Cell-APP训练自定义细胞细分模型
Anish J Virdi1, Ajit P Joglekar1,2
1Department of Biophysics, University of Michigan, Ann Arbor, MI, USA.
Bio-protocol
|March 2, 2026
概括
细胞APP自动创建用于细胞细分模型的训练数据,使用配对传输光和光图像. 这通过减少手动注释时间来加速细胞生物学发现.
科学领域:
- 细胞生物学 细胞生物学
- 显微镜的使用方法
- 深度学习是一种深度学习.
背景情况:
- 对于细胞细分的深度学习模型需要大量的注释数据.
- 手动注释显微镜数据是耗时的,限制了模型的开发.
- 现有的方法在传输光图像的高效注释方面扎.
研究的目的:
- 开发一个自动化工具,Cell-APP,用于对传输光细胞细分的训练数据进行注释.
- 为了使高性能细胞细分模型可以在减少手工劳动的情况下进行训练.
- 根据提取的光特征来促进细胞的分类.
主要方法:
- 细胞APP使用配对传输光 (TL) 和光图像作为输入.
- 细胞位置从光图像中提取,并用于提示μSAM模型.
- μSAM 在相应的TL图像上生成细胞面具.
- 可选:从光图像中提取单细胞特征,进行无监督分类.
主要成果:
- 细胞APP成功地自动化了TL细胞细分的训练数据的注释.
- 经过训练的模型可以证明各种细胞系 (HeLa,U2OS,HT1080,RPE-1) 的准确细分和细胞周期标记.
- 生成的注释支持长期跟踪应用程序的一致细分.
结论:
- 细胞APP显著减少了细胞生物学中手动数据注释的瓶.
- 该工具可以开发强大的深度学习模型,用于细胞细分和分析.
- 通过Python包索引,可以通过用户友好的GUI访问Cell-APP.
