WAP手机版 RSS订阅 加入收藏  设为首页
888集团官方网站
当前位置:首页 > 888集团官方网站

888集团官方网站:该研究小组使用高倍电子显微镜从各种细胞中收集了大量数据

时间:2021/10/11 10:16:29   作者:   来源:   阅读:11   评论:0
内容摘要:机器学习,美国科学家开发了一种新的算法,可以在整个细胞和其他结构的超高分辨率图像中自动识别大约30种不同类型的细胞器。相关论文发表在最新一期的《自然》杂志上。COSEM(电子显微镜下细胞分割)项目组负责人奥布里·维格尔说,这些图像的细节几乎不可能在整个细胞中手工分析。仅仅一个细胞的数据就包含了数万张图像,一个人要用60...

机器学习,美国科学家开发了一种新的算法,可以在整个细胞和其他结构的超高分辨率图像中自动识别大约30种不同类型的细胞器。相关论文发表在最新一期的《自然》杂志上。

COSEM(电子显微镜下细胞分割)项目组负责人奥布里·维格尔说,这些图像的细节几乎不可能在整个细胞中手工分析。仅仅一个细胞的数据就包含了数万张图像,一个人要用60多年的时间才能通过这些图像追踪到细胞的所有细胞器。但新算法可以在几小时内绘制出整个细胞。的两篇文章,该研究团队还发布了一个数据门户网站“Open Organelles”,任何人都可以通过该网站访问他们创建的数据集和工具。这些资源对于研究细胞器如何保持细胞运转是无价的。过去,科学家们不知道不同的细胞器和结构是如何排列的——它们如何相互接触以及它们占据了多少空间。现在,这些隐藏的关系第一次变得可见。

在过去的十年中,该研究小组使用高倍电子显微镜从各种细胞中收集了大量数据,包括哺乳动物细胞。

最新的机器学习工具可以通过电子显微镜数据精确定位突触,即神经元之间的连接。研究人员调整了算法,以绘制或分割细胞中的细胞器。分割算法为图像中的每个像素分配一个数字。这个数字反映了像素与最近突触的距离。算法用这些数字来识别和标记图像中的所有突触。COSEM算法的工作原理与此类似,但具有更多的维度。研究人员根据30种不同的细胞器和结构的距离对每个像素进行分类。然后,该算法综合所有这些数字来预测细胞器的位置。



相关评论

本类更新

本类推荐

本类排行

本站所有站内信息仅供娱乐参考,不作任何商业用途,不以营利为目的,专注分享快乐,欢迎收藏本站!
所有信息均来自:百度一下(2021欧洲杯手机竞猜辽ICP备14003322号