論文の概要: Holographic Cell Stiffness Mapping Using Acoustic Stimulation

• arxiv url: http://arxiv.org/abs/2102.07480v1
• Date: Mon, 15 Feb 2021 11:38:21 GMT
• ステータス: 処理完了
• システム内更新日: 2021-02-16 15:17:11.965671
• Title: Holographic Cell Stiffness Mapping Using Acoustic Stimulation
• Title（参考訳）: 音響刺激を用いたホログラフィック細胞剛性マッピング
• Authors: Rahmetullah Varol, Sevde Omeroglu, Zeynep Karavelioglu, Gizem Aydemir, Aslihan Karadag, Hanife Ecenur Meco, Gizem Calibasi Kocal, Muhammed Enes Oruc, Gokhan Bora Esmer, Yasemin Basbinar, Huseyin Uvet
• Abstract要約: 本研究では,高分解能かつリアルタイムに細胞膜上の剛性分布が得られるホログラフィック単細胞剛性測定手法を提案する。 HCT116 (Human Colorectal Carcinoma) 細胞およびCTCによるHCT116細胞に対するTGF-beta(Transforming Growth factor-beta)による誘導法の提案手法を実証する。 以上の結果から, CTCを介するHCT116細胞は, 血管内への接着能を失い, 転移することが明らかとなった。 彼らはまた、がん細胞の付着形態と比較してより柔らかい剛性プロファイルを示す。
• 参考スコア（独自算出の注目度）: 0.3539070690240802
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Accurate assessment of stiffness distribution is essential due to the critical role of single cell mechanobiology in the regulation of many vital cellular processes such as proliferation, adhesion, migration, and motility. Cell stiffness is one of the fundamental mechanical properties of the cell and is greatly affected by the intracellular tensional forces, cytoskeletal prestress, and cytoskeleton structure. Herein, we propose a novel holographic single-cell stiffness measurement technique that can obtain the stiffness distribution over a cell membrane at high resolution and in real-time. The proposed imaging method coupled with acoustic signals allows us to assess the cell stiffness distribution with a low error margin and label-free manner. We demonstrate the proposed technique on HCT116 (Human Colorectal Carcinoma) cells and CTC-mimicked HCT116 cells by induction with transforming growth factor-beta (TGF-\b{eta}). Validation studies of the proposed approach were carried out on certified polystyrene microbeads with known stiffness levels. Its performance was evaluated in comparison with the AFM results obtained for the relevant cells. When the experimental results were examined, the proposed methodology shows utmost performance over average cell stiffness values for HCT116, and CTC-mimicked HCT116 cells were found as 1.08 kPa, and 0.88 kPa, respectively. The results confirm that CTC-mimicked HCT116 cells lose their adhesion ability to enter the vascular circulation and metastasize. They also exhibit a softer stiffness profile compared to adherent forms of the cancer cells. Hence, the proposed technique is a significant, reliable, and faster alternative for in-vitro cell stiffness characterization tools. It can be utilized for various applications where single-cell analysis is required, such as disease modeling, drug testing, diagnostics, and many more.
• Abstract（参考訳）: 増殖、接着、移動、運動などの多くの重要な細胞プロセスの調節における単細胞力学の重要な役割のために、剛性分布の正確な評価が不可欠です。 細胞硬度は細胞の基本的な機械的性質の1つであり、細胞内張力、細胞骨格プレストレス、細胞骨格構造に大きく影響を受ける。 本論文では,高分解能かつリアルタイムに細胞膜上の剛性分布を得ることができるホログラフィック単細胞剛性測定手法を提案する。 音響信号と結合した撮像法により, 誤差マージンが低く, ラベルフリー方式で細胞剛性分布を評価することができる。 HCT116(Human Colorectal Carcinoma)細胞とCTCによるHCT116細胞に対して,TGF-\b{eta}(Transforming Growth factor-beta)による誘導法を提案する。 提案手法の検証研究は, 既知剛性を有するポリスチレン系マイクロビーズを用いて行った。 その性能は, 関連細胞に対して得られたAFM結果と比較して評価した。 実験結果を検討したところ,HCT116の平均細胞剛性値に対して最大性能を示し,CTCによるHCT116細胞は1.08kPa,0.88kPaであった。 その結果、CTCによるHCT116細胞は、血管循環に入り転移する接着能力を失います。 彼らはまた、がん細胞の付着形態と比較してより柔らかい剛性プロファイルを示す。 したがって,本手法は生体内細胞剛性評価ツールの重要かつ信頼性が高く,より高速な代替手段である。 病気のモデリング、薬物検査、診断など、単細胞分析が必要な様々な用途に利用することができる。

関連論文リスト

• Attention-based Saliency Maps Improve Interpretability of Pneumothorax Classification [52.77024349608834]
  視覚変換器(ViT)の胸部X線撮影(CXR)分類性能と注意ベース唾液の解釈可能性について検討する。 ViTは、CheXpert、Chest X-Ray 14、MIMIC CXR、VinBigDataの4つの公開データセットを用いて、肺疾患分類のために微調整された。 ViTsは最先端のCNNと比べてCXR分類AUCに匹敵するものであった。
  論文  参考訳（メタデータ） (2023-03-03T12:05:41Z)
• Corneal endothelium assessment in specular microscopy images with Fuchs' dystrophy via deep regression of signed distance maps [48.498376125522114]
  本稿では,UNetをベースとしたセグメンテーション手法を提案する。 これは、フックスのジストロフィーの全度にわたって、信頼できるCE形態計測と腸骨同定を実現する。
  論文  参考訳（メタデータ） (2022-10-13T15:34:20Z)
• Three-dimensional micro-structurally informed in silico myocardium -- towards virtual imaging trials in cardiac diffusion weighted MRI [58.484353709077034]
  本稿では,心筋微細構造の数値ファントムを現実的に生成する新しい手法を提案する。 シリコン組織モデルにより、磁気共鳴イメージングの定量的モデルを評価することができる。
  論文  参考訳（メタデータ） (2022-08-22T22:01:44Z)
• Imaging-based histological features are predictive of MET alterations in Non-Small Cell Lung Cancer [1.2885809002769635]
  METはプロトオンコジーンであり、非小細胞肺癌の活性化は細胞増殖と腫瘍の進行を促進する。 細胞形態学的特徴とMET増幅およびMETエキソン14欠失との関連について検討した。 予測モデルはMETのワイルドタイプをMET増幅またはMETエキソン14の削除と区別することができる。
  論文  参考訳（メタデータ） (2022-03-18T17:11:05Z)
• Texture Characterization of Histopathologic Images Using Ecological Diversity Measures and Discrete Wavelet Transform [82.53597363161228]
  本稿では,病理組織像間でテクスチャを特徴付ける手法を提案する。 2つのHIデータセットに有望な精度で、そのような画像の固有特性を定量化することが可能である。
  論文  参考訳（メタデータ） (2022-02-27T02:19:09Z)
• Histogram of Cell Types: Deep Learning for Automated Bone Marrow Cytology [3.8385120184415418]
  細胞型ヒストグラム(HCT)は骨髄のクラス分布の新規な表現である。 HCTは、血液病理診断に革命をもたらす可能性があり、よりコスト効率が高く、正確な診断をもたらし、正確な医療を行うための扉を開く。
  論文  参考訳（メタデータ） (2021-07-05T21:55:00Z)
• Multi-scale Deep Learning Architecture for Nucleus Detection in Renal Cell Carcinoma Microscopy Image [7.437224586066945]
  クリアセル腎細胞癌(CCRCC)は、腎癌の研究における腫瘍内異種性の最も一般的な形態の1つです。 本稿では,IHC染色組織像の細胞分類のための深層学習に基づく検出モデルを提案する。 本モデルでは,マルチスケールピラミッドの特徴と局所境界領域からのサリーエンシー情報をマッピングし,回帰によって境界ボックス座標を予測する。
  論文  参考訳（メタデータ） (2021-04-28T03:36:02Z)
• Segmentation of the Myocardium on Late-Gadolinium Enhanced MRI based on 2.5 D Residual Squeeze and Excitation Deep Learning Model [55.09533240649176]
  本研究の目的は,LGE-MRIを用いた心筋境界領域の深部学習モデルに基づく正確な自動セグメンテーション法を開発することである。 合計320回の試験(平均6回の試験)と28回の試験が行われた。 ベーススライスとミドルスライスにおけるアンサンブルモデルの性能解析は, サーバ内調査と同等であり, アトピーススライスではわずかに低かった。
  論文  参考訳（メタデータ） (2020-05-27T20:44:38Z)
• Severity Assessment of Coronavirus Disease 2019 (COVID-19) Using Quantitative Features from Chest CT Images [54.919022945740515]
  本研究の目的は,胸部CT画像に基づく新型コロナウイルスの重症度自動評価(非重症度または重症度)を実現することである。 ランダム・フォレスト(RF)モデルは、量的特徴に基づいて重症度(非重症度または重症度)を評価するために訓練される。 新型コロナウイルスの重症度を反映する可能性のあるいくつかの定量的特徴が明らかになった。
  論文  参考訳（メタデータ） (2020-03-26T15:49:32Z)
• Cell Mechanics Based Computational Classification of Red Blood Cells Via Machine Intelligence Applied to Morpho-Rheological Markers [0.0]
  非教師なし機械学習手法は、リアルタイム変形性と蛍光(RT-FDC)により得られる形態・レオロジーマーカーにのみ適用される 提案手法は, 成熟赤血球由来の赤血球の分類において, ラベルフリーで有望な結果が得られたことを報告した。
  論文  参考訳（メタデータ） (2020-03-02T15:11:46Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。