- 标题
- 摘要
- 关键词
- 实验方案
- 产品
-
基于色相-饱和度-亮度表面创建的体积多通道图像细胞术流程优化
摘要： 图像细胞术是将图像数据转换为流式细胞术风格图表的过程，通常需要计算机辅助构建表面以提取细胞或结构的统计数据。处理三维图像中多重标记结构的一种方法是在表面构建前进行多轮通道共定位和图像掩膜操作，但该过程繁琐费力。我们提出采用色相-饱和度-明度色彩空间来简化这一流程，该方法能生成完整表面，并允许用户在灵活定义细胞亚群前全局观察数据。表面构建后还可进行光谱补偿以精确解析不同信号。我们通过小鼠耳部针刺损伤的静态与动态成像数据集验证了该工作流程的实用性，相信这种可扩展且直观的方法将提升生物样本组织细胞术的操作便捷性。
关键词： 光谱补偿、图像细胞术、表面创建、色调-饱和度-亮度、组织细胞术
更新于2025-09-23 15:21:21
-
图像细胞术中的深度学习：综述
摘要： 人工智能、深度卷积神经网络和深度学习都是专业术语，它们在科学报告和大众媒体中出现的频率越来越高。本综述聚焦于深度学习及其在细胞和组织样本显微图像数据中的应用。我们通过与神经科学的类比开篇，旨在向读者概述神经网络的核心概念，并阐明深度学习与从图像数据中提取信息的传统方法有何不同。我们希望增进对这些方法的理解，同时强调输入数据要求、计算资源、挑战和局限性等方面的注意事项。我们并非提供将这些方法应用于自身数据的完整手册，而是回顾先前发表的关于图像细胞术中深度学习的文章，并引导读者进一步阅读特定网络和方法的相关资料，包括尚未应用于细胞术数据的新方法。
关键词： 图像细胞术、机器学习、生物医学图像分析、卷积神经网络、深度学习、细胞分析、显微镜技术
更新于2025-09-04 15:30:14