Label-free three-dimensional (3D) structural imaging in live cells using intrinsic optical refractive index
在这里,我们报告了一种方法,用于可视化的体积结构信息的活的生物样品,没有外源性造影剂。该过程是通过一种技术,涉及生成,合成和分析的三维(3D)傅立叶分量的光衍射的样品。这导致定量细胞形态的直接恢复,而无需迭代程序以降低计算复杂性。结合的事实,该技术是很容易适应任何成像平台,需要最少的样品制备,我们提出的方法是特别有前途的观察快速,体积和动态的事件以前只能通过染色方法。
2017-04-14 physics.bio-ph physics.optics q-bio.QM
Transmission IR Microscopy for the Quantitation of Biomolecular Mass In Live Cells
本文提出溶剂吸收补偿红外显微术(SAC-IR),通过预补偿水的红外吸收实现活细胞中蛋白质、脂肪酸和核酸等生物分子的无标记绝对定量成像,并展示了在细胞分裂等阶段长达十二小时的单细胞质量变化监测。
2024-03-27 physics.optics q-bio.QM
Cell tracking for live-cell microscopy using an activity-prioritized assignment strategy
RWTH Aachen(亚琛工业大学);Forschungszentrum Jülich GmbH(于利希研究中心)
细胞跟踪是活细胞成像中确定单细胞特征(如分裂模式或延伸率)的重要工具。与常见的多目标跟踪不同,在微生物活细胞实验中,细胞随着时间的推移而生长、移动和分裂,以形成密集堆积在单层结构中的细胞集落。随着细胞数量的增加,由于可能的关联数量的大量增加,在许多代中正确地遵循精确的细胞-细胞关联变得越来越具有挑战性。为了应对这一挑战,我们提出了一种快速无参数的细胞跟踪方法,该方法包括生长细胞的活动优先最近邻分配和将分裂母细胞分配给其子细胞的组合求解器。作为跟踪的输入,Omnipose用于实例分割。与传统的基于最近邻的跟踪方法不同,我们所提出的方法的分配步骤是基于高斯活动的度量,预测特定于细胞的迁移概率,从而限制了错误分配的数量。除了作为细胞跟踪的构建块之外,所提出的活动图是用于指示细胞活动的独立的无跟踪度量。最后,我们对不同帧速率的跟踪精度进行定量分析,以告知生命科学家当细胞轨迹是所需的关键结果时,为他们的培养实验选择合适的(在跟踪性能方面)帧速率。
2022-10-20 cs.CV q-bio.QM
Mathematical Imaging Methods for Mitosis Analysis in Live-Cell Phase Contrast Microscopy
在本文中,我们提出了一个工作流程来检测和跟踪有丝分裂细胞的延时显微镜图像序列。为了避免对表达荧光标记的细胞系和相关的光毒性的要求,相差显微镜在活细胞成像中通常优于荧光显微镜。然而,常见的特定图像特征使图像处理复杂化并且阻碍标准方法的使用。然而,自动化分析是可取的,由于人工分析是主观的,有偏见的,非常耗时的大数据集。在这里,我们提出了以下基于数学成像方法的工作流程。在第一步中,有丝分裂检测是通过圆形霍夫变换。所获得的圆形轮廓随后作为一个初始化的跟踪算法的基础上变分方法。它被细分为两个部分:为了确定整个有丝分裂周期的开始,执行向后跟踪程序。在此之后,细胞在时间上向前跟踪,直到有丝分裂结束。结果,可以测量有丝分裂持续时间的平均值和不同细胞命运(细胞死亡、不分裂、分裂成两个或更多个子细胞)的比率,并且可以获得关于细胞形态的统计数据。所有工具都包含在用户友好的MATLAB $^{\circledR}$图形用户界面MitosisAnalyser中。
2017-02-10 q-bio.QM
Observation of dynamics inside an unlabeled live cell using bright-field photon microscopy: Evaluation of organelles' trajectories
University of South Bohemia in České Budějovice(南波希米亚大学)
本文提出了一种算法,用于评估细胞器的运动内的未修饰的活细胞。我们使用了一个延时图像系列,使用宽场明场光子透射显微镜作为算法输入。该算法的好处是应用了Rényi信息熵,即一个称为点信息增益的变量,它能够突出显示细胞内细胞器的边界,并以一个像素的精度定位细胞器的质心。
2016-12-13 cs.CV q-bio.CB q-bio.QM
Identifying stochastic oscillations in single-cell live imaging time series using Gaussian processes
多种生物过程由不同时间尺度的振荡基因表达驱动。脉动动力学被认为是广泛的,并且基因表达的单细胞活体成像已经导致了不同基因网络的动态(可能是振荡的)数据的激增。然而,在单个细胞水平上对基因表达的调节涉及有限数量的分子之间的反应,这可能导致表达动力学中固有的随机性,这模糊了非周期性波动和噪声振荡器之间的界限。因此,迫切需要一种客观的统计方法来分类实验得出的噪声时间序列是否是周期性的。在这里,我们提出了一种新的数据分析方法,结合了机械随机建模与强大的方法与高斯过程的非参数回归。我们的方法可以区分振荡基因表达的随机波动的非振荡表达在单细胞时间序列,尽管峰到峰的变化周期和振幅的单细胞振荡。我们表明,我们的方法优于Lomb-Scargle周期图成功地分类细胞振荡或非振荡的数据模拟从一个简单的遗传振荡器模型和实验数据。生物发光活细胞成像的分析显示,当荧光素酶由{ \it Hes 1}启动子驱动时(10/19),与组成型MoMuLV 5' LTR(MMLV)启动子(0/25)相比,振荡细胞的数量显著更大,先前已报道该启动子振荡。该方法可以应用于来自任何基因网络的数据,以量化群体中振荡细胞的比例,并测量振荡的周期和质量。它作为MATLAB包公开提供。
2017-05-25 q-bio.MN q-bio.QM
High-Throughput Low-Cost Segmentation of Brightfield Microscopy Live Cell Images
ITMO University(ITMO大学);Jadavpur University(贾瓦德pur大学)
针对高通量明场活细胞成像中低对比度、噪声、运动模糊等分割难题,本研究提出一种低成本的注意力增强U-Net架构CNN流程,结合多种优化策略,在低质图像上实现93%准确率与89%平均F1分数,跨模态泛化性好,计算需求低,性能优于现有方法。
2025-08-23 cs.AI cs.CV eess.IV
Harnessing Artificial Intelligence To Reduce Phototoxicity in Live Imaging
本文提出利用人工智能增强的光损伤感知显微镜,通过建立光照约束减少活细胞成像中的光毒性,从而在保持细胞活体行为的同时实现自然生物动态的精确观察。
2023-08-08 q-bio.QM
Single cell resolution 3D imaging and segmentation within intact live tissues
University College London(伦敦大学学院);Laboratory for Molecular Cell Biology(分子细胞生物学实验室);Institute for the Physics of Living Systems(生命系统物理研究所)
本文提出了一套完整的活体组织单细胞分辨率3D成像与深度学习辅助分割方案,涵盖样品制备、成像设置及计算流程,并提供了自定义代码,适用于果蝇翅盘等多种组织的复杂3D分析。
2025-01-31 cs.AI cs.CV q-bio.CB
Multi-StyleGAN: Towards Image-Based Simulation of Time-Lapse Live-Cell Microscopy
Technische Universität Darmstadt(达姆施塔特工业大学)
延时荧光显微镜(TLFM)结合预测数学建模是一个强大的工具,研究内在的动态过程的生命在单细胞水平。这些实验费用昂贵、复杂且劳动密集。一个补充的方法和一个步骤,在硅片实验,是合成图像本身。在这里,我们提出Multi-StyleGAN作为一种描述性的方法来模拟活细胞的延时荧光显微镜图像,基于过去的实验。这种新颖的生成对抗网络合成了连续时间步的多域序列。我们在微结构化环境中的多个活酵母细胞的图像上展示了Multi-StyleGAN,并在我们实验室记录的数据集上进行了训练。模拟捕获潜在的生物物理因素和时间依赖性,如细胞形态,生长,物理相互作用,以及荧光报告蛋白的强度。一个直接的应用是为特征提取算法生成额外的训练和验证数据,或者帮助和加快先进实验技术的开发,例如在线监测或控制细胞。代码和数据集可在https://git.rwth-aachen.de/bcs/projects/tp/multi-stylegan上获得。
2021-09-24 cs.CV cs.LG eess.IV
Stationary Multi-source AI-powered Real-time Tomography (SMART)
在过去的几十年中,CT技术的发展主要是由心脏成像的需求驱动的,但是时间分辨率对于困难病例的临床CT仍然不足,并且对于临床前微型CT具有相当大的挑战性,因为作为人类心脏病模型的小动物具有比人类高得多的心率。为了应对这一挑战,我们在这里报告了一种基于固定多源AI的实时断层扫描(SMART)微型CT系统。这种独特的扫描仪的特点是29个源探测器对固定在一个圆形轨道上,并行收集X射线信号,原则上实现瞬时断层扫描。考虑到多源架构,视场仅覆盖心脏区域。为了解决这个内部问题,开发了一种AI授权的内部层析成像方法,以协同基于稀疏的正则化和基于学习的重建。为了证明SMART系统的性能和实用性,在物理体模实验和动物研究中获得了广泛的结果,包括死的和活的大鼠以及活的兔子。重建的体积图像令人信服地证明了SMART系统使用AI授权的内部断层扫描方法的优点,使心脏微型CT具有前所未有的30 ms的时间分辨率,这比最先进的水平高出一个数量级。
2022-02-08 eess.IV q-bio.QM
acia-workflows: Automated Single-cell Imaging Analysis for Scalable and Deep Learning-based Live-cell Imaging Analysis Workflows
Institute for Bio- and Geosciences, IBG-1: Biotechnology(生物与地球科学研究所,IBG-1:生物技术);Forschungszentrum Jülich(尤利奇研究中心);Computational Systems Biotechnology (AVT.CSB)(计算系统生物技术(AVT.CSB));RWTH Aachen University(亚琛工业大学);Department for Statistics(统计系);Institute for Advanced Simulation, IAS-8: Data Analytics and Machine Learning(先进模拟研究所,IAS-8:数据分析与机器学习);Ludwig Maximilian University of Munich(慕尼黑路德维希-马克西米利安大学);Bioeconomy Science Center (BioSC)(生物经济科学中心(BioSC))
针对活细胞成像大数据分析挑战,提出acia-workflows平台,集成八种深度学习分割追踪方法,通过Jupyter Notebook工作流实现可访问、可复现、可扩展的分析,并应用于微流控实验。
2025-10-08 cs.CV q-bio.QM
DART: A design-aware microfluidic chip paradigm for real-time live-cell image analysis
Institute for Bio- and Geosciences, IBG-1: Biotechnology(生物与地质科学研究所,IBG-1:生物技术);Computational Systems Biotechnology (AVT.CSB), RWTH Aachen University(计算系统生物技术(AVT.CSB),亚琛工业大学);Institute for Advanced Simulation, IAS-8: Data Analytics and Machine Learning(先进模拟研究所,IAS-8:数据分析与机器学习)
提出DART范式,通过嵌入式标记和深度学习检测对齐CAD蓝图与物理芯片,实现高通量微流控芯片中所有感兴趣区域的快速定位和全自动图像处理,支持实时分析。
2026-06-18 cs.CV q-bio.QM
Quantitative phase microscopy spatial signatures of cancer cells
我们提出了活的健康和癌细胞的细胞计数分类,通过使用的空间形态和纹理信息中发现的无标记的定量相位图像的细胞。我们将健康细胞与原发性肿瘤细胞以及原发性肿瘤细胞与转移性癌细胞进行比较,其中肿瘤活检和正常组织分离自相同个体。为了模拟通过流式细胞术对液体活检的分析,在细胞未附着于基底时对细胞进行成像。我们使用低相干离轴干涉相位显微镜设置,它允许一个单次曝光的采集模式,因此是适合于流动过程中的动态细胞的定量成像。采集后,提取细胞的光程延迟图,并用于计算来自细胞的三维形态和纹理的15个参数。在分析每组中的数十个细胞后,我们发现在计算的大多数参数中,组间差异具有高度统计学显著性,所有统计学显著性参数的趋势相同。此外,在相位图提取特征上实施的专门设计的机器学习算法以81%-93%的灵敏度和81%-99%的特异性对正确的细胞类型(健康/癌症/转移)进行分类。本文提出的液体活检的定量相位成像方法可能是在成像流式细胞仪中对新鲜分离的活癌细胞进行分期的先进技术的基础。
2019-04-02 physics.bio-ph q-bio.QM q-bio.TO
Infrared Microscopy of Biochemistry and Metabolism in Single Living Eukaryotic Cells
Jagiellonian University(雅盖隆大学)
本文综述了利用红外显微术分析单个活体真核细胞的生化过程与代谢周转,重点介绍其方法学进展、概念验证实验及在代谢组学、毒理学和药理学研究中的互补应用前景。
2025-11-10 q-bio.QM
Nellie: Automated organelle segmentation, tracking, and hierarchical feature extraction in 2D/3D live-cell microscopy
Calico Life Sciences LLC(Calico生命科学有限责任公司);University of California San Francisco(加州大学旧金山分校)
Nellie是一个自动化、无偏的流水线,用于活细胞显微镜中细胞器的分割、追踪和层次化特征提取,通过适应元数据、增强对比度和模式匹配实现,并提供无代码GUI和开源扩展,适用于多种生物学分析场景。
2024-10-15 cs.AI cs.CV cs.LG