論文の概要: Topological texture analysis of microscopy images of dynamic casein gelation and its relation to rheological properties

• arxiv url: http://arxiv.org/abs/2606.02048v1
• Date: Mon, 01 Jun 2026 10:39:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-02 21:34:31.802227
• Title: Topological texture analysis of microscopy images of dynamic casein gelation and its relation to rheological properties
• Title（参考訳）: 動的カゼインゲル化の顕微鏡像のトポロジカルテクスチャー解析とレオロジー特性との関係
• Authors: Zahra Tabatabaei, Diana Soto Aguilar, Jose C. Bonilla, Mathias P. Clausen, Jon Sporring,
• Abstract要約: 本稿では、トポロジカルデータ解析(TDA)、微分ボックスカウント(DBC)、マルチフラクタル分割顕微鏡、局所バイナリパターン(LBP)を統合した新しい計算ツールボックスを提案する。 30Cおよび40Cのグルコノデルタラクトン(GDL)および2GDL濃度(1.8%w/v)で誘導されるカゼイン酸ナトリウムゲル化の時間分解能STED画像に適用した。 TDAは、タンパク質ネットワークの相互結合性を反映する閉環状構造であるトポロジカルループをMax-Betti-1曲線を用いて追跡し、分散集合のラグ位相を明らかにした。
• 参考スコア（独自算出の注目度）: 0.5437050212139087
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: We propose a novel computational toolbox that integrates Topological Data Analysis (TDA), Differential Box Counting (DBC), Multifractal Partition (MFP), and Local Binary Patterns (LBP), applied to time-lapse super-resolution STED microscopy images of sodium caseinate gelation induced by glucono-delta-lactone (GDL) at 30 °C and 40 °C and two GDL concentrations (1.8% and 3.5% w/v). TDA tracked topological loops, closed ring-like structures reflecting protein network interconnectivity, via max-Betti-1 curves, which revealed a lag phase of dispersed aggregates, a sharp decay coinciding with network percolation and the rheologically observed sol-gel transition, and a post-gelation increase corresponding to network rearrangements. These topological transitions were corroborated by DBC and MFP as these methods were able to resolve changes in structural complexity and spatial heterogeneity. The toolbox was validated on simulated fractal images prior to experimental application. Together, these descriptors provided sensitivity to subtle microstructural transitions that bulk rheology captured as averaged bulk mechanical responses. This integrated approach provides a robust quantitative tool for characterizing complex microstructure in food and material science with evolving microstructural dynamics. Code is available at https://github.com/Zahratabatabaei/Delifood_CV_paper.git
• Abstract（参考訳）: 本研究では,30 °C,40 °Cのグルコノデルタラクトン (GDL) と2つのGDL濃度 (1.8%と3.5%w/v) で誘導されるナトリウムカチネートゲル化の時間分解能超解像STED顕微鏡画像に適用した,トポロジカルデータ解析 (TDA), 微分ボックスカウンティング (DBC), マルチフラクタル分割 (MFP), 局所二成分パターン (LBP) を統合した新しい計算ツールボックスを提案する。 TDAは, トポロジカルループ, タンパク質ネットワークの相互結合性を反映する閉じた環状構造をMax-Betti-1曲線を用いて追跡し, 分散集合体のラグ相, ネットワークパーコレーションとレオロジー的に観察されたゾル-ゲル転移にともなう急激な崩壊, ネットワーク再配置に対応する後ゲル化の増加を明らかにした。 これらのトポロジカルな遷移は、構造的複雑さと空間的不均一性の変化を解決できるため、DBCとMFPによって共役された。 このツールボックスは実験前にシミュレーションフラクタル画像上で検証された。 これらの記述子によって、バルクレオロジーが平均的なバルク機械反応として捉えた微妙なミクロ構造遷移に対する感度が提供された。 この統合されたアプローチは、食品や材料科学における複雑なミクロ構造を、進化するミクロ構造力学によって特徴づけるための堅牢な定量的ツールを提供する。 コードはhttps://github.com/Zahratabatabaei/Delifood_CV_paper.gitで公開されている。

関連論文リスト

• PathAR: Structure-First Autoregressive Synthesis of Multimodal Pathology Images [51.428093790826814]
  そこで我々は, モーダリティ・ラベル条件付き病理モデル (PathAR) を用いて, 構造と外観を分解し, 自己回帰モデル(PathAR)を提案する。 PathARは、不均一なモダリティ固有の外観下で形態を安定化し、空間的に整列したイメージマスクペア生成を可能にする。
  論文  参考訳（メタデータ） (2026-06-01T01:43:48Z)
• GeoTopoDiff: Learning Geometry--Topology Graph Priors through Boundary-Constrained Mixed Diffusion for Sparse-Slice 3D Porous Reconstruction [13.195501226627266]
  GeoTopoDiffは3次元多孔質構造をCTスライスから再構成するためのグラフ拡散に基づくフレームワークである。 位相対応部分グラフCTスライスを導入し、逆復調過程を制約する。 その結果,混合グラフ状態空間は拡散デノナイジングプロセスを促進し,スパース観測による後続不確実性を低減することが示唆された。
  論文  参考訳（メタデータ） (2026-05-05T13:53:29Z)
• Contact-Guided 3D Genome Structure Generation of E. coli via Diffusion Transformers [4.9416904219463165]
  我々は、条件付き生成モデル問題としてゲノム再構成を定式化する。 粗粒分子動力学シミュレーションを用いて合成データセットを構築する。 我々のモデルは変分オートエンコーダを用いて潜時拡散設定で動作する。 ホールドアウトアンサンブルでは、生成された構造は、入力されたHi-C距離デカイと構造相関メトリクスを再現する。
  論文  参考訳（メタデータ） (2026-03-08T05:19:04Z)
• Aligned Manifold Property and Topology Point Clouds for Learning Molecular Properties [55.2480439325792]
  この研究は、局所量子由来のスカラー場とカスタムトポロジカルディスクリプタを組み合わせた分子表面表現であるAMPTCRを導入する。 分子量については、AMPTCRが物理的に意味のあるデータをコードし、検証R2は0.87であることを確認した。 細菌抑制タスクでは、AMPTCRは大腸菌阻害値の分類と直接回帰の両方を可能にする。
  論文  参考訳（メタデータ） (2025-07-22T04:35:50Z)
• Reconstructing Heterogeneous Biomolecules via Hierarchical Gaussian Mixtures and Part Discovery [30.195615398809043]
  クライエミクス(Cryo-EM)は、分子生物学において、非常にノイズの多い2次元電子顕微鏡画像から原子分解能で3次元分子構造を推定するための計算手法である。 階層型ガウス混合モデルを用いた新しい3次元再構成フレームワークを提案する。 特に、モデルの構造は粒子の部分的分割を推論する初期過程に基礎を置いており、コンフォメーションと組成のばらつきの両方を扱うために必須な帰納的バイアスを与える。
  論文  参考訳（メタデータ） (2025-06-06T22:38:54Z)
• Multiscale guidance of AlphaFold3 with heterogeneous cryo-EM data [33.562685684224995]
  低温電子顕微鏡(cryo-EM)は、近原性構造不均一性をイメージングするための強力なツールとして登場した。 ここでは, タンパク質構造予測モデルを用いて学習したCryo-EM密度マップと, 豊富な配列と生物物理学的先行データを組み合わせる。 我々の方法であるCryoBoltzは、大域的および局所的な構造制約を用いて、事前訓練されたタンパク質構造予測モデルのサンプリング軌跡を導出する。
  論文  参考訳（メタデータ） (2025-06-04T22:16:27Z)
• The Latent Road to Atoms: Backmapping Coarse-grained Protein Structures with Latent Diffusion [19.85659309869674]
  潜伏拡散バックマッピング(LDB)は、これらの課題に対処するために潜伏空間内での拡散をデノナイズする新しいアプローチである。 3つの異なるタンパク質データセット上でLDBの最先端性能を評価する。 計算生物学におけるCGシミュレーションと原子レベル解析のギャップを効果的に埋め、LDBをバックマッピングのための強力でスケーラブルなアプローチとして位置づけた。
  論文  参考訳（メタデータ） (2024-10-17T06:38:07Z)
• DiffUCD:Unsupervised Hyperspectral Image Change Detection with Semantic Correlation Diffusion Model [46.68717345017946]
  ハイパースペクトル画像変化検出(HSI-CD)はリモートセンシングにおいて重要な研究領域となっている。 意味相関拡散モデル(DiffUCD)を用いた新しい教師なしHSI-CDを提案する。 提案手法は,多数のサンプルを必要とする完全教師付き手法に匹敵する結果が得られる。
  論文  参考訳（メタデータ） (2023-05-21T09:21:41Z)
• State-specific protein-ligand complex structure prediction with a multi-scale deep generative model [68.28309982199902]
  タンパク質-リガンド複合体構造を直接予測できる計算手法であるNeuralPLexerを提案する。 我々の研究は、データ駆動型アプローチがタンパク質と小分子の構造的協調性を捉え、酵素や薬物分子などの設計を加速させる可能性を示唆している。
  論文  参考訳（メタデータ） (2022-09-30T01:46:38Z)
• A deep learning driven pseudospectral PCE based FFT homogenization algorithm for complex microstructures [68.8204255655161]
  提案手法は,従来の手法よりも高速に評価できる一方で,興味の中心モーメントを予測できることを示す。 提案手法は,従来の手法よりも高速に評価できると同時に,興味の中心モーメントを予測できることを示す。
  論文  参考訳（メタデータ） (2021-10-26T07:02:14Z)
• Kullback-Leibler Divergence-Based Fuzzy $C$-Means Clustering Incorporating Morphological Reconstruction and Wavelet Frames for Image Segmentation [152.609322951917]
  そこで我々は,厳密なウェーブレットフレーム変換と形態的再構成操作を組み込むことで,Kulback-Leibler (KL) 発散に基づくFuzzy C-Means (FCM) アルゴリズムを考案した。 提案アルゴリズムはよく機能し、他の比較アルゴリズムよりもセグメンテーション性能が優れている。
  論文  参考訳（メタデータ） (2020-02-21T05:19:10Z)

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。