.png){kind=icon}
返回
Scratch Assay Assessment Benchmark
.png){kind=icon}
PRE
AI
DOI：10.1007/978-3-031-97822-7_2.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
划痕实验评估是一种广泛使用且标准化的方法，用于研究集体细胞迁移和伤口愈合过程。现代实验室技术提供了高分辨率数字图像采集的可能性，从而使得计算机视觉方法可用于划痕实验的分析。基准测试是衡量新开发分析工具性能的必要手段。公开可用的数据集和软件工具是确保客观且可重复测试所必需的。本研究介绍了一个新的数据集，包含使用工业平板阅读器获得的高分辨率原始图像，以及由专家手动标注的真值数据，以解决标注的划痕实验图像稀少的问题。该数据集相较于其他公开数据集的优势在于其分辨率高得多（最高可达10倍）。此外，它覆盖了培养孔中的整个细胞层，允许检查整个伤口区域而非仅中央区域。除了数据集，还将发布一个包含两个算法的软件工具，这些算法用于利用所提供的数据测量伤口愈合。其性能将与其它公开可用的工具进行比较。
Keyword:
Scratch assay
benchmark
wound healing assessment
scratch assay database
new database
PLUS-ScratchAssayAnalyzer
期刊
R
IF:
0
论文数:
13
被引数:
0
机构
引用论文
分享收藏Annotated high-throughput microscopy image sets for validation用于验证的带注释的高通量显微镜图像集.png)
NATURE METHODS
OAAI
NATURE METHODSIF32.1
OAAI分享收藏Cell migration analysis: Segmenting scratch assay images with level sets and support vector machinesPATTERN RECOGNITION
PATTERN RECOGNITIONIF7.6
PREAI
分享收藏Cell Motility Dynamics: A Novel Segmentation Algorithm to Quantify Multi-Cellular Bright Field Microscopy ImagesPLoS ONEOAAI
PLoS ONEIF0
OAAI分享收藏分享收藏
查看更多内容