Nellie ist eine neuartige Bildanalysepipeline, die entwickelt wurde, um die Herausforderungen bei der Analyse dynamischer Organellen zu bewältigen. Die Pipeline umfasst mehrere Schlüsselkomponenten:
Strukturkontrastverbesserung: Nellie verwendet mehrere skalenabhängige Filteralgorithmen, um den strukturellen Kontrast von Organellen auf verschiedenen intrazellulären Ebenen zu verbessern, was eine robuste hierarchische Segmentierung von Subkompartimenten ermöglicht.
Hierarchische Segmentierung: Nellie führt eine instanzbasierte Segmentierung durch, um Objekte durch verbundene Pixel zu trennen, und verwendet dann eine Skelettierung, um Verzweigungspunkte innerhalb der Komponenten zu identifizieren, um das Organellennetzwerk in einzelne Äste zu unterteilen.
Bewegungserfassung: Nellie generiert automatisch Bewegungserfassungsmarker innerhalb der Organellen, die dann über ein adaptives Musterabgleichsschema zwischen benachbarten Frames verfolgt werden. Diese Marker dienen als Wegweiser für eine neuartige zeitliche Interpolationsalgorithmus, der eine subvoxel-genaue Verfolgung ermöglicht.
Merkmalsextraktion: Nellie extrahiert eine Vielzahl von Standard- und erweiterten Quantifizierungstechniken, um ein hierarchisches Pool an beschreibenden räumlichen und zeitlichen Merkmalen auf mehreren Ebenen zu erhalten, die für eine tiefgehende und anpassbare Analyse verwendet werden können.
Zwei Fallstudien zeigen die Leistungsfähigkeit von Nellie: Zum einen kann Nellie verwendet werden, um mehrere Organelltypen aus einem einzelnen Fluoreszenzkanal zu entmischen, indem Merkmale aus der Morphologie und Motilität extrahiert und für die Klassifizierung verwendet werden. Zum anderen kann Nellie verwendet werden, um Graphen-basierte Darstellungen von Mitochondrien zu erstellen, die dann in einem unüberwachten Graphen-Autoencoder-Modell trainiert werden können, um subtile Veränderungen in Mitochondriendynamiken nach Behandlung mit Ionomycin zu quantifizieren.
To Another Language
from source content
arxiv.org
Głębsze pytania