論文の概要: Label-free Prediction of Vascular Connectivity in Perfused Microvascular Networks in vitro

• arxiv url: http://arxiv.org/abs/2502.17759v1
• Date: Tue, 25 Feb 2025 01:25:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-26 15:21:29.698307
• Title: Label-free Prediction of Vascular Connectivity in Perfused Microvascular Networks in vitro
• Title（参考訳）: In vitroにおける灌流微小血管網の血管結合性のラベルフリー予測
• Authors: Liang Xu, Pengwu Song, Shilu Zhu, Yang Zhang, Ru Zhang, Zhiyuan Zheng, Qingdong Zhang, Jie Gao, Chen Han, Mingzhai Sun, Peng Yao, Min Ye, Ronald X. Xu,
• Abstract要約: 血管接続性評価のための血管接続性ネットワーク (VC-Net) が開発された。 VC-Netは蛍光画像による血管の接続性の評価に成功し,それと有意差はなかった。 正常な微小環境下で培養されたものと比べ,腫瘍関連微小環境下で培養されたMVNの平均接続率は30.8%減少した。
• 参考スコア（独自算出の注目度）: 25.3827077590718
• License:
• Abstract: Continuous monitoring and in-situ assessment of microvascular connectivity have significant implications for culturing vascularized organoids and optimizing the therapeutic strategies. However, commonly used methods for vascular connectivity assessment heavily rely on fluorescent labels that may either raise biocompatibility concerns or interrupt the normal cell growth process. To address this issue, a Vessel Connectivity Network (VC-Net) was developed for label-free assessment of vascular connectivity. To validate the VC-Net, microvascular networks (MVNs) were cultured in vitro and their microscopic images were acquired at different culturing conditions as a training dataset. The VC-Net employs a Vessel Queue Contrastive Learning (VQCL) method and a class imbalance algorithm to address the issues of limited sample size, indistinctive class features and imbalanced class distribution in the dataset. The VC-Net successfully evaluated the vascular connectivity with no significant deviation from that by fluorescence imaging. In addition, the proposed VC-Net successfully differentiated the connectivity characteristics between normal and tumor-related MVNs. In comparison with those cultured in the regular microenvironment, the averaged connectivity of MVNs cultured in the tumor-related microenvironment decreased by 30.8%, whereas the non-connected area increased by 37.3%. This study provides a new avenue for label-free and continuous assessment of organoid or tumor vascularization in vitro.
• Abstract（参考訳）: 微小血管接続の連続モニタリングおよびその場評価は、血管柄付きオルガノイドの培養と治療戦略の最適化に重要な意味を持つ。 しかし、一般的に用いられる血管接続性評価法は、生体適合性の懸念を生じさせるか、正常な細胞成長過程を中断する蛍光ラベルに大きく依存する。 この問題に対処するため,血管接続性評価のための血管接続性ネットワーク (VC-Net) が開発された。 VC-Netを検証するために、マイクロ血管ネットワーク(MVN)をin vitroで培養し、その顕微鏡像をトレーニングデータセットとして異なる培養条件で取得した。 VC-NetはVQCL(Vessel Queue Contrastive Learning)法とクラス不均衡アルゴリズムを用いて、限られたサンプルサイズ、識別不能なクラス特徴、データセット内の不均衡なクラス分布の問題に対処する。 VC-Netは蛍光画像による血管の接続性の評価に成功し,それと有意差はなかった。 さらに,VC-Netは正常と腫瘍関連MVNの接続特性の識別に成功している。 正常な微小環境下で培養されたものと比べ、腫瘍関連微小環境下で培養されたMVNの平均接続率は30.8%減少し、非接続領域は37.3%増加した。 本研究は,in vitroにおける有機体および腫瘍血管化のラベルフリーかつ連続的な評価のための新しい道を提供する。

関連論文リスト

• CoTCoNet: An Optimized Coupled Transformer-Convolutional Network with an Adaptive Graph Reconstruction for Leukemia Detection [0.3573481101204926]
  白血病の分類のためのCoTCoNet(Coupled Transformer Convolutional Network)フレームワークを提案する。 我々のフレームワークは、包括的グローバル特徴とスケーラブルな空間パターンを捉え、複雑で大規模な血液学的特徴の同定を可能にする。 それぞれ0.9894と0.9893のF1スコアレートを達成している。
  論文  参考訳（メタデータ） (2024-10-11T13:31:28Z)
• RSF-Conv: Rotation-and-Scale Equivariant Fourier Parameterized Convolution for Retinal Vessel Segmentation [58.618797429661754]
  本稿では,網膜血管分割に特化して,回転・スケール同値なフーリエパラメータ化畳み込み(RSF-Conv)を提案する。 一般的なモジュールとして、RCF-Convはプラグイン・アンド・プレイ方式で既存のネットワークに統合できる。 RSF-Convの有効性を示すため,RSF-Conv+U-NetとRCF-Conv+Iter-Netを網膜動脈・静脈の分類に適用した。
  論文  参考訳（メタデータ） (2023-09-27T13:14:57Z)
• Breast Ultrasound Tumor Classification Using a Hybrid Multitask CNN-Transformer Network [63.845552349914186]
  胸部超音波(BUS)画像分類において,グローバルな文脈情報の収集が重要な役割を担っている。 ビジョントランスフォーマーは、グローバルなコンテキスト情報をキャプチャする能力が改善されているが、トークン化操作によって局所的なイメージパターンを歪めてしまう可能性がある。 本研究では,BUS腫瘍分類とセグメンテーションを行うハイブリッドマルチタスクディープニューラルネットワークであるHybrid-MT-ESTANを提案する。
  論文  参考訳（メタデータ） (2023-08-04T01:19:32Z)
• A Conditional Flow Variational Autoencoder for Controllable Synthesis of Virtual Populations of Anatomy [76.20367415712867]
  本稿では,正規化フローを用いた条件付き変分オートエンコーダ(cVAE)を提案する。 2360例の心左心室データを用いた条件流VAEの性能について検討した。
  論文  参考訳（メタデータ） (2023-06-26T13:23:52Z)
• Three-dimensional microstructure generation using generative adversarial neural networks in the context of continuum micromechanics [77.34726150561087]
  本研究は, 三次元マイクロ構造生成に適した生成対向ネットワークを提案する。 軽量アルゴリズムは、明示的な記述子を必要とせずに、単一のmicroCTスキャンから材料の基礎特性を学習することができる。
  論文  参考訳（メタデータ） (2022-05-31T13:26:51Z)
• Severity classification in cases of Collagen VI-related myopathy with Convolutional Neural Networks and handcrafted texture features [0.34998703934432684]
  コラーゲンVI関連ミオパチーにおける標的筋の分類法として3つの方法が提案されている。 最も良い結果がハイブリッドモデルで得られ、その結果、全世界での精度は93.8%となった。
  論文  参考訳（メタデータ） (2022-02-28T15:09:42Z)
• Deep neural networks approach to microbial colony detection -- a comparative analysis [52.77024349608834]
  本稿では,AGARデータセットを用いた3つの深層学習手法の性能について検討する。 得られた結果は将来の実験のベンチマークとして機能するかもしれない。
  論文  参考訳（メタデータ） (2021-08-23T12:06:00Z)
• Towards an Automatic Analysis of CHO-K1 Suspension Growth in Microfluidic Single-cell Cultivation [63.94623495501023]
  我々は、人間の力で抽象化されたニューラルネットワークをデータレベルで注入できる新しい機械学習アーキテクチャを提案する。 具体的には、自然データと合成データに基づいて生成モデルを同時に訓練し、細胞数などの対象変数を確実に推定できる共有表現を学習する。
  論文  参考訳（メタデータ） (2020-10-20T08:36:51Z)
• Deep Multi-path Network Integrating Incomplete Biomarker and Chest CT Data for Evaluating Lung Cancer Risk [4.822738153096615]
  マルチパスマルチモーダル欠落ネットワーク(M3Net)と呼ばれる新しいネットワーク設計を提案する。 マルチモーダルデータ(CDE、バイオマーカー、CT画像など)を統合することで、マルチパスニューラルネットワークによるモダリティの欠如を考慮できる。 ネットワークは、医療画像の特徴とCDE/バイオマーカーの両方でエンドツーエンドにトレーニングしたり、単一のモダリティで予測することができる。
  論文  参考訳（メタデータ） (2020-10-19T13:55:40Z)
• Automated Segmentation of Brain Gray Matter Nuclei on Quantitative Susceptibility Mapping Using Deep Convolutional Neural Network [16.733578721523898]
  脳皮質下核の鉄蓄積異常は、様々な神経変性疾患と相関していると報告されている。 本稿では3次元畳み込みニューラルネットワーク(CNN)に基づく2分岐残基構造U-Net(DB-ResUNet)を提案する。
  論文  参考訳（メタデータ） (2020-08-03T14:32:30Z)
• Neural Network Segmentation of Interstitial Fibrosis, Tubular Atrophy, and Glomerulosclerosis in Renal Biopsies [0.0]
  糸球体硬化症,間質線維症,尿細管萎縮症(IFTA)は腎障害の組織学的指標である。 現代の人工知能とコンピュータビジョンアルゴリズムは、厳密な量子化によって、サーバ間の変動を低減する能力を持っている。 腎生検における糸球体硬化症とIFTAのセグメンテーションに畳み込みニューラルネットワークを適用した。
  論文  参考訳（メタデータ） (2020-02-28T17:05:59Z)

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。