学者开发分析HeLa癌细胞的算法

CefaKarabag博士和ConstantinoCarlosReyes-Aldasoro博士与弗朗西斯·克里克研究所(FrancisCrickInstitute)合作，准备并分析了HeLa细胞，这是一项研究项目的一部分，《PLoSONE》杂志10月版对此进行了记录：HeLa细胞的语义分割：一种传统算法与四种深度学习架构之间的客观比较。

HeLa细胞系是在1950年代从宫颈癌的一种特别具有侵略性的细胞株中开发出来的，该细胞株是在例行活检期间从一名30岁的非洲裔美国母亲(有五个叫HenriettaLacks的母亲)中采集的。她在美国巴尔的摩的约翰·霍普金斯医院的彩色隔离病房中接受过乔治·盖伊医生的治疗。

City/FrancisCrick研究所的团队使用电子显微镜(EM)制备并观察了HeLa细胞系，该细胞系可以获取成千上万的数据集，每个月很容易超过数GB的数据。

团队的一部分研究需要鉴定这些细胞的核，这是一项复杂的任务，可能需要一个星期的专家才能完成。

CefaKarabag博士和ConstantinoCarlosReyes-Aldasoro博士开发了一种计算方法，可使用算法在几分钟内以最小的努力解决此任务。它由几个处理步骤组成，其中突出显示特征并最终用于识别细胞核及其周围的膜。

团队工作的主要贡献可总结如下：

五个语义分割策略的客观比较-一种传统图像处理和四种深度学习。

通过电子显微镜观察了300片HeLa细胞的核，核包膜，细胞和背景的语义分割，比较了这些策略。

所有细分策略的开放源代码已通过GitHub提供。所有编程均在Matlab(美国内蒂克(Natick)的Mathworks)中进行。

通过Zenodo创建并提供了300片的四类地面真相。EM数据可通过EMPIAR获得。

标签：

免责声明：免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！