联系我们

基于人工智能的表型药物筛查解决方案

如何利用人工智能(AI)和光学显微镜克服三维细胞培养和表型分析方面的挑战 - 免费点播网络研讨会

[Translate to chinese:] Spheroid stained with Cyan: Dapi nuclear countertain; Green AF488 Involucrin; Orange AF55 Phalloidin Actin; Magenta AF647 CK14. Spheroid_stained_with_Cyan_4color_overlay.jpg

三维细胞培养物如器官体和细胞球,在药理学研究中越来越受到重视,它们构成了传统二维细胞培养与动物模型之间的桥梁。然而,三维细胞培养在表型药物筛选中面临诸多挑战,包括培养物的制备、标记、成像及数据分析等多个方面。本次网络研讨会将全面介绍使用三维细胞培养进行表型药物筛选所遇到的问题、可能的解决方案及规划与执行策略。

关于网络课堂

通过观看本网络研讨会,您可以了解到以下内容:

  • 利用三维细胞模型进行表型药物筛选的潜在解决方案
  • 瑞利散射对三维显微镜的影响
  • 三维图像分割和标记预测

在研讨会中,曼海姆应用科学大学的鲁迪格·鲁道夫教授将探讨人工智能分割算法在三维细胞培养中的细胞追踪应用,特别是在药理学药物筛选模型中的应用。他将示范如何利用内置的训练模型对难以分割的对象和数据集进行分割处理。

鲁道夫教授和莱卡的专家将共同详述他们如何通过增强自己样本中的细胞核实验数据,以半自动方式创建可靠的合成真实数据集。该数据集考虑了散射和衍射效应,更好地模拟了真实情况。使用该方法进行的三维分割,其检测准确率高达92%,超过了传统分割算法的效果。

在鲁道夫教授的报告后,莱卡的专家们将介绍在STELLARIS平台上执行的光片成像技术,并展示其如何应用于各类样本,如活体组织、透明化组织、器官体和细胞球的研究。垂直实验设置使用户在配置激光线、自定义滤镜及通过多位置实验装置快速访问样本时具有更大的灵活性。

观看网络研讨会

By clicking SUBMIT, I agree to Leica Microsystems GmbH's Terms of Use and Privacy Policy. I understand my privacy choices regarding my personal data as detailed in the Privacy Policy.

Scroll to top