Algorithmus hilft bei der Analyse des neuron Bilder

Wissenschaftler suchen nach Möglichkeiten, um zu stimulieren das Wachstum von Neuronen, die können Stunden damit verbringen, mühsam die Analyse mikroskopischer Aufnahmen von Zellen wachsen in Petrischalen. Ein neuer Algorithmus entwickelt, die von Brown University-Forscher automatisiert diesen Prozess und analysiert die Bilder genauer als die bisherigen automatisierten Ansätzen.

Algorithmus hilft bei der Analyse des neuron Bilder

Der Algorithmus und eine erste Runde der Tests sind beschrieben in Nature Scientific Reports.

Wie Nervenzellen wachsen, Sie erweitern fadenartige Fortsätze genannt neurites, die form der kritischen verbindungen mit benachbarten Zellen. Diese Netzwerke von Neuronen und neurites sind unerlässlich für eine gesunde Funktion des Nervensystems, und die Wissenschaftler sind daran interessiert, neue Wege zu fördern neuron Wachstum durch Drogen, elektrische stimulation, oder andere Mittel. Zum testen der Effekte dieser Bemühungen, Wissenschaftler wachsen Neuronen im Labor, und wenden Sie verschiedene Behandlungen, um zu sehen, wenn Sie das Wachstum zu stimulieren. Dass in der Regel beinhaltet unter Hunderten von Mikroskop-Bilder von Nervenzellen, wie Sie wachsen im Laufe von Stunden oder Tagen.

„Du bist Links mit dem riesigen Stapel von Fotos,“ sagte Tayhas Palmore, professor für Maschinenbau an der Brown und der neuen Studie leitende Autor. „Sie brauchen, um zu analysieren, die änderungen von einem Bild zum nächsten, und das kann wirklich anstrengend werden.“

Die details in den Bildern sind von entscheidender Bedeutung. Neurites sind winzige Strukturen, die schwer zu sehen sind unter dem Mikroskop während der live-cell-imaging. Aber genau die Messung Ihrer Länge und Dicke ist wichtig für die Bewertung stimuliert das Zellwachstum. Es gibt einige algorithmen zur Verfügung, die Automatisierung der Bildanalyse, aber Sie tun nicht ein furchtbar guter job ist. Sie arbeiten im Allgemeinen durch betrachten der einzelnen Pixel in einem Bild, und anwenden eines einheitlichen filter, der holt sich die Pixel mit der höchsten Intensität. Diese high-intensity Pixel sind davon ausgegangen, dass neuron und neurite Strukturen.

Das problem ist die Mikroskop-Bilder sind oft nicht von hoher Qualität, so dass es schwer zu erkennen Zellstrukturen von zufälligen Artefakte, die vorhanden sein können, in das Bild. Als Ergebnis werden die Filter oft auch Pixel, die nicht relevant sind neuron Strukturen und Bearbeiten Sie Pixel, die wichtig sind. Dies ist insbesondere ein problem bei der Messung der winzigen neurite Fortsätzen. Die Filter oft nicht zu Messen, das volle Ausmaß der neurite growth.

Schreibe einen Kommentar