首页 > 趣闻 > 正文

深度学习可识别显微照片中革命先烈的故事 的细菌


更新日期:2022-10-20 10:17:35来源:网络点击:936820

此外,由于不同细菌的光学特性存在差异,Omnipose在克服识别问题方面表现出色。

deep-learning-tool-ide.jpgdeep-learning-tool-ide-2.jpg

由于抗生素治疗或细菌间侵袭过程中产生的化学物质的拮抗作用,该软件不会轻易被细胞形状的极端变化所欺骗。事实上,该程序表明它甚至可在大肠杆菌试验中检测细胞中毒。

大多数细菌是球形或棒状,但有些具有其他基本形式,例如扭曲的螺旋形。Omnipose还可识别更精细的细菌,这些细菌具有细长的形状,其物理特征会使深度学习工具难以判断图像中存在哪些细菌。

在分析来自杂草拟南芥根的细胞时,Omnipose在这个3D样本中确实显示出一些优势。

gr1.jpggr1_lrg.jpg

为了探究它是否也可成为其他依赖显微镜的生物甚至非生命科学领域的多功能工具,研究人员在超小型蛔虫——秀丽隐杆线虫的显微照片上试用了该程序,秀丽隐杆线虫是遗传、神经科学、发育和微生物行为研究中的重要生物。像一些细菌一样,这种生物具有细长的形状,它也可像许多其它蠕虫一样扭曲自己。

结果表明,无论它的各种伸展、收缩和其他运动如何,Omnipose都可挑选出秀丽隐杆线虫。这种能力在延时跟踪秀丽隐杆线虫运动期间的神经研究中可能是有用的。

deep-learning-tool-ide-1.jpg

在设计像Omnipose这样的工具时,研究人员正在研究单像素精度的尺度来定义细胞的边界。这是因为大多数细菌细胞体图像仅由少量像素组成。研究人员解释说,在图像中定义边界称为分割。他们通过深度神经网络、高精度分割算法开发了Ominpose。实验表明Omnipose具有前所未有的分割精度。

研究人员称,Omnipose在各种细胞形态和模式上的高性能,可能会从以前无法访问的显微镜图像中解开信息,这或将改变生物图像分析的游戏规则。


相关:

苏东坡:几时归去,作个闲人虽然苏东坡和我们处于不同的时代,有着不同的身份,但他和我们一样要面对普通人的烦恼、人生的不确定和命运的无常。他也痛苦过、迷惘过,甚至绝望过,但最终却用一颗旷达的“闲心”守住了心灵的空间,消解了所有的..

那些曾经的网络流行语,成为了时代标本每隔一段时间,网络流行语总以其生机勃勃的姿态,大肆侵入到我们的现实生活,芭比Q了、yyds、emo、绝绝子……这些词语简单好用,却也某种程度上侵蚀了中文的丰富性。网络流行语真的会“杀死”中文吗?还是让汉语更..

上一篇: 研究:5小时的睡眠是健康状况不佳的临界点
下一篇: 磁共振成像新技术“看清”大脑神经活动