U-Net глибоке навчання для підрахунку клітин, виявлення та морфометрії Природні методи

Предмети

Авторська виправлення до цієї статті було опубліковано 25 лютого 2019 року

Ця стаття оновлена

Анотація

U-Net - це загальне рішення для глибокого навчання для часто зустрічаються завдань кількісного визначення, таких як виявлення клітин та вимірювання форми в біомедичних даних зображення. Ми представляємо плагін ImageJ, який дозволяє експертам, що не займаються машинним навчанням, аналізувати свої дані за допомогою U-Net на локальному комп’ютері або віддаленому сервері/хмарній службі. Плагін постачається з попередньо навченими моделями для сегментації з однією клітинкою та дозволяє адаптувати U-Net до нових завдань на основі кількох анотованих зразків.

Параметри доступу

Підпишіться на журнал

Отримайте повний доступ до журналу протягом 1 року

лише 4,60 € за випуск

Усі ціни вказані у нетто-цінах.
ПДВ буде додано пізніше під час оплати.

Оренда або купівля статті

Отримайте обмежений за часом або повний доступ до статей на ReadCube.

Усі ціни вказані у нетто-цінах.

Наявність даних

Набори даних F1-MSC, F2-GOWT1, F3-SIM, F4-HeLa, DIC1-HeLa, PC1-U373 та PC2-PSC взяті з ISBI Cell Tracking Challenge 2015 (посилання 17). Інформацію про те, як отримати дані, можна знайти за адресою http://celltrackingchallenge.net/datasets.html, і наразі потрібна безкоштовна реєстрація для виклику. Набори даних PC3-HKPV, BF1-POL, BF2-PPL та BF3-MiSp є спеціальними та доступні у відповідного автора за обґрунтованим запитом. Набори даних для експериментів виявлення частково містять неопубліковані протоколи підготовки зразків і в даний час не доступні у вільному доступі. Після публікації протоколу набори даних будуть доступні за запитом. Детально про підготовку зразків для наших експериментів з наукою про життя можна ознайомитись у Додатковій примітці 3 та Резюме звітів про науки про життя.

Історія змін

Список літератури

Sommer, C, Strähle, C, Koethe, U. & Hamprecht, F. A. in Ilastik: Інтерактивний інструментарій навчання та сегментації в IEEE Int. Симп. Біомед. Візуалізація. 230–233 (IEEE: Piscataway, NJ, США, 2011).

Арганда-Каррерас, І. та ін. Біоінформатика 33, 2424–2426 (2017).

Роннебергер, О., Фішер, П. та Брокс, Т. U-Net: згорткові мережі для біомедичної сегментації зображень. в Обчислення медичних зображень та комп’ютерна інтервенція — MICCAI 2015 Вип. 9351, 234–241 (Springer, Cham, Швейцарія, 2015).

Сухар, Н. Нат. Методи 13, 35 (2016).

Вебб, С. Природа 554, 555–557 (2018).

Sadanandan, S. K., Ranefall, P., Le Guyader, S. & Wählby, C. Наук. Респ. 7, 7860 (2017).

Haberl, M. G. та співавт. Нат. Методи 15, 677–680 (2018).

Ульман, В. та ін. Нат. Методи 14, 1141–1152 (2017).

Шнайдер, К. А., Расбанд, В. С. та Елісейрі, К. В. Нат. Методи 9, 671–675 (2012).

Лонг, Дж., Шелхамер, Е. та Даррелл, Т. Повністю згорткові мережі для семантичної сегментації. в IEEE Conf. Обчислення. Vis. Розпізнавання шаблонів. (CVPR) 3431–3440 (IEEE, Піскатей, Нью-Джерсі, США, 2015).

Симонян, К. та Ціссерман, А. Препринт на https://arxiv.org/abs/1409.1556 (2014)

Çiçek, Ö., Abdulkadir, A., Lienkamp, S. S., Brox, T. & Ronneberger, O. 3D U-Net: вивчення щільної об'ємної сегментації з розріджених анотацій. в Медичні обчислення зображень та комп’ютерна інтервенція — MICCAI 2016 Вип. 9901, 424–432 (Springer, Cham, Швейцарія, 2016).

He, K., Zhang, X., Ren, S. & Sun, J. Препринт на https://arxiv.org/abs/1502.01852 (2015).

Еверінгем, М., Ван Гол, Л., Вільямс, К. К. І., Вінн, Дж. І Ціссерман, А. Міжнародний J. Comput. Vis. 88, 303–338 (2010).

Машка, М. та ін. Біоінформатика 30, 1609–1617 (2014).

Подяка

Ця робота була підтримана Федеральним міністерством освіти та досліджень Німеччини (BMBF) через проект MICROSYSTEMS (0316185B) Т.Ф. та А.Д .; премія Бернштейна 2012 (01GQ2301) І.Д .; Федеральне міністерство з питань економіки та енергетики (ZF4184101CR5) до А.Б .; Deutsche Forschungsgemeinschaft (DFG) через спільний дослідницький центр KIDGEM (SFB 1140) до D.M., Ö.Ç., T.F. та О.Р. та (SFB 746, INST 39/839,840,841) до К.П .; кластери досконалості BIOSS (EXC 294) до T.F., D.M., R.B., A.A., YMM, D.S., T.L.T., M.P., K.P., M.S., T.B. та О.Р .; BrainLinks-Brain-Tools (EXC 1086) до Z.J., K.S., I.D. та Т.Б .; надає DI 1908/3-1 J.D., DI 1908/6-1 Z.J. і К.С., і DI 1908/7-1 до І.Д .; Швейцарський національний науковий фонд (грант ВЯП 173880) А.А .; стартовий грант ERC OptoMotorPath (338041) для ID; та FENS-Kavli Network of Excellence (FKNE) до I.D. Ми вдячні Ф.Просперу, Е.Бартовій, В.Ульману, Д.Свободі, Г. ван Каппелену, С.Кумару, Т.Беккеру та консорціуму Mitocheck за надання великої різноманітності наборів даних через проблему сегментації ISBI. Ми вдячні П. Фішеру за ручні анотації зображень. Ми вдячні С. Вробелю за приготування мікроспори тютюну.