Esta página fue traducida automáticamente.
Complete una encuesta de 1 minuto sobre la calidad de esta traducción.
Investigadores aceleran la segmentación y el análisis de imágenes de teravóxel con técnicas de IA y MATLAB
CUHK optimiza el flujo de trabajo, lo que permite tipificación celular y perfil molecular integrales en un único entorno
“El nuevo desarrollo de
blockedImageycellposede MATLAB es muy oportuno para nuestro flujo de trabajo, ya que buscábamos gestionar tanto el procesamiento de imágenes como la segmentación en un solo script, junto con otros algoritmos clásicos de procesamiento de imágenes”.
Resultados principales
- Con
cellposeyblockedImage, MATLAB puede gestionar tanto el procesamiento de imágenes como la segmentación en un solo script - Las imágenes grandes se analizan en pilas más pequeñas con
blockedImage, eliminando la necesidad de computadoras costosas y de alto rendimiento, lo que reduce errores y tiempo de programación - Con las técnicas de IA de Cellpose, la segmentación celular que antes parecía ardua ahora es posible para acelerar la segmentación y el análisis de imágenes de teravóxel
Conjunto de datos completo del cerebro de un ratón de ~800 GB con segmentación mediante Cellpose y un diagrama de dispersión del centroide de cada célula en MATLAB.
La Universidad China de Hong Kong (CUHK) lleva a cabo una amplia gama de programas de investigación en numerosas áreas temáticas, incluido un programa para desarrollar métodos para el sondeo y mapeo eficiente de estructuras biológicas y composiciones moleculares.
Integral al desarrollo de estos métodos es el procesamiento de imágenes que permite el manejo flexible de imágenes multidimensionales y grandes conjuntos de datos volumétricos. CUHK utiliza funciones en MATLAB®, Medical Imaging Toolbox™ e Image Processing Toolbox™ extensamente para este propósito, especialmente cellpose y blockedImage, acelerando la segmentación celular que el equipo pensaba que sería ardua de realizar.
En un reciente estudio, CUHK cuenta con dos conjuntos de datos de imágenes 3D que se analizan con cellpose en MATLAB. Uno de ellos tiene 10 teravóxeles y 28 canales que representan aproximadamente 1 millón de células que requieren segmentación y análisis de tipificación celular. El segundo es una imagen completa del cerebro de un ratón de aproximadamente 800 GB que requiere segmentación global de somas neuronales y registro en Allen Brain Atlas.
El equipo del Dr. Lai en CUHK utiliza cellpose en MATLAB sobre imágenes umbralizadas y sustracción de fondo para segmentación asistida por blockedImage para obtener las máscaras celulares antes de proceder a analizar los perfiles de expresión molecular de cada célula. Las máscaras celulares obtenidas para las imágenes 3D de 28 plexos permiten a CUHK perfilar las intensidades de inmunotinción de 25 marcadores seleccionados, que se utilizan para la clasificación de tipificación celular, todo ello realizado con MATLAB en un solo script.
Los investigadores de CUHK eligieron MATLAB porque querían todo el proceso en un único entorno y descubrieron que el flujo de trabajo optimizado, documentación y soporte técnico de MathWorks permitían gestionar grandes conjuntos de datos. CUHK espera escalar la tecnología aún más para uso clínico, donde el procesamiento de imágenes en tiempo real puede resultar en diagnósticos de pacientes más eficientes.
Productos utilizados
Recursos relacionados
