欧美色在线视频播放 视频,国产精品亚洲精品日韩已方,日本特级婬片中文免费看,亚洲 另类 在线 欧美 制服

<td id="8pdsg"><strong id="8pdsg"></strong></td>
<mark id="8pdsg"><menu id="8pdsg"><acronym id="8pdsg"></acronym></menu></mark>
<noscript id="8pdsg"><progress id="8pdsg"></progress></noscript>

    首頁(yè) >> 人工智能 >

    算法有助于分析神經(jīng)元圖像

    2021-05-18 15:32:58 來(lái)源: 用戶(hù): 

    尋找刺激神經(jīng)元生長(zhǎng)的方法的科學(xué)家們可以花費(fèi)大量時(shí)間來(lái)仔細(xì)分析培養(yǎng)皿中生長(zhǎng)的細(xì)胞的顯微鏡圖像。布朗大學(xué)研究人員開(kāi)發(fā)的一種新算法比以前的自動(dòng)化方法更自動(dòng)化地處理和分析圖像。該算法和一輪測(cè)試在《自然科學(xué)報(bào)告》中進(jìn)行了描述。

    隨著神經(jīng)元的生長(zhǎng),它們會(huì)延伸出稱(chēng)為神經(jīng)突的弦狀附屬物,這些附屬物與相鄰細(xì)胞形成關(guān)鍵連接。這些神經(jīng)元和神經(jīng)突神經(jīng)網(wǎng)絡(luò)對(duì)于健康的神經(jīng)系統(tǒng)功能至關(guān)重要,科學(xué)家對(duì)尋找通過(guò)藥物,電刺激或其他方式鼓勵(lì)神經(jīng)元生長(zhǎng)的新方法感興趣。為了測(cè)試這些努力的效果,科學(xué)家在實(shí)驗(yàn)室中培養(yǎng)神經(jīng)元,并應(yīng)用不同的治療方法以觀察它們是否刺激生長(zhǎng)。這通常需要在數(shù)百小時(shí)或幾天的時(shí)間內(nèi)拍攝數(shù)百?gòu)埳窠?jīng)元的顯微鏡照片。

    布朗的工程學(xué)教授,新論文的資深作者塔伊斯·帕爾馬洛(Tayhas Palmore)說(shuō):“剩下的就是那堆巨大的照片。” “您需要分析從一幅圖像到另一幅圖像的變化,這可能非常艱巨。”

    這些圖像中的細(xì)節(jié)很關(guān)鍵。神經(jīng)突是微小的結(jié)構(gòu),在活細(xì)胞成像期間很難在顯微鏡下看到。但是準(zhǔn)確測(cè)量它們的長(zhǎng)度和厚度對(duì)于評(píng)估刺激的細(xì)胞生長(zhǎng)很重要。有幾種算法可以使圖像分析自動(dòng)化,但是它們做得并不出色。它們通常通過(guò)查看圖像中的單個(gè)像素并應(yīng)用均勻的濾鏡來(lái)挑選強(qiáng)度最高的像素來(lái)工作。那些高強(qiáng)度像素被假定為神經(jīng)元和神經(jīng)突結(jié)構(gòu)。

    問(wèn)題在于顯微鏡圖像通常不是高質(zhì)量的,這使得很難從圖像中可能存在的隨機(jī)偽像中分辨出細(xì)胞結(jié)構(gòu)。結(jié)果,過(guò)濾器通常包含與神經(jīng)元結(jié)構(gòu)無(wú)關(guān)的像素,并刪除重要的像素。在測(cè)量微小的神經(jīng)突附屬物時(shí),這尤其是一個(gè)問(wèn)題。過(guò)濾器通常無(wú)法測(cè)量神經(jīng)突生長(zhǎng)的全部程度。

    Kwang-Min Kim是Palmore實(shí)驗(yàn)室的前研究生,現(xiàn)在是斯坦福大學(xué)的博士后研究員,他想找到一個(gè)更好的解決方案。受計(jì)算機(jī)視覺(jué)研究生和論文的第一作者Kilho Son先前工作的啟發(fā),Kim開(kāi)發(fā)了一種新方法,該方法可以省去其他方法中使用的統(tǒng)一濾鏡。相反,稱(chēng)為神經(jīng)元圖像分析器(NIA)的新方法考慮了像素與相鄰像素的關(guān)系。

    “我們不僅在尋找高強(qiáng)度像素,”金說(shuō)。“我們著眼于像素之間的關(guān)系信息。這樣,我們就可以跟蹤彼此相連的像素,這有助于我們跟蹤整個(gè)神經(jīng)元結(jié)構(gòu)。”

    該算法采用的另一種技術(shù)是使用特定的統(tǒng)計(jì)檢驗(yàn),該檢驗(yàn)擅長(zhǎng)挑選圓形或橢圓形結(jié)構(gòu)。該測(cè)試用于精確定位和測(cè)量體細(xì)胞,即神經(jīng)元的斑點(diǎn)狀主體。

    研究人員使用圖像的手動(dòng)注釋作為基準(zhǔn),對(duì)照現(xiàn)有算法對(duì)NIA進(jìn)行了測(cè)試。結(jié)果表明,NIA的準(zhǔn)確度是手工編碼的80%,而其他算法的準(zhǔn)確度僅為50%到60%。

    研究小組希望其他研究人員將使用新方法。在缺乏復(fù)雜且昂貴的設(shè)備來(lái)拍攝極高質(zhì)量的神經(jīng)元圖像的實(shí)驗(yàn)室中,此功能尤其有用。

    Kim說(shuō):“我們希望對(duì)有興趣分析神經(jīng)元圖像的任何人提供這種方法,而無(wú)論其圖像的質(zhì)量如何。”

    Kim和Son計(jì)劃繼續(xù)開(kāi)發(fā)NIA,以期進(jìn)一步提高其準(zhǔn)確性和速度。

      免責(zé)聲明:本文由用戶(hù)上傳,與本網(wǎng)站立場(chǎng)無(wú)關(guān)。財(cái)經(jīng)信息僅供讀者參考,并不構(gòu)成投資建議。投資者據(jù)此操作,風(fēng)險(xiǎn)自擔(dān)。 如有侵權(quán)請(qǐng)聯(lián)系刪除!

     
    分享:
    最新文章
    站長(zhǎng)推薦