Monitoring of adherent live cells morphology using the undecimated wavelet transform multivariate image analysis (UWT‐MIA)
Notice bibliographique
Résumé
Cell morphology is an important macroscopic indicator of cellular physiology and is increasingly used as a mean of probing culture state in vitro. Phase contrast microscopy (PCM) is a valuable tool for observing live cells morphology over long periods of time with minimal culture artifact. Two general approaches are commonly used to analyze images: individual object segmentation and characterization by pattern recognition. Single-cell segmentation is difficult to achieve in PCM images of adherent cells since their contour is often irregular and blurry, and the cells bundle together when the culture reaches confluence. Alternatively, pattern recognition approaches such as the undecimated wavelet transform multivariate image analysis (UWT-MIA), allow extracting textural features from PCM images that are correlated with cellular morphology. A partial least squares (PLS) regression model built using textural features from a set of 200 ground truth images was shown to predict the distribution of cellular morphological features (major and minor axes length, orientation, and roundness) with good accuracy for most images. The PLS models were then applied on a large dataset of 631,136 images collected from live myoblast cell cultures acquired under different conditions and grown in two different culture media. The method was found sensitive to morphological changes due to cell growth (culture time) and those introduced by the use of different culture media, and was able to distinguish both sources of variations. The proposed approach is promising for application on large datasets of PCM live-cell images to assess cellular morphology and growth kinetics in real-time which could be beneficial for high-throughput screening as well as automated cell culture kinetics assessment and control applications. Biotechnol. Bioeng. 2017;114: 141-153. © 2016 Wiley Periodicals, Inc.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».