BOrg：基于脑器官的有丝分裂数据集用于脑疾病的自动分析
图像与视频处理
2024-07-01 v1 计算机视觉与模式识别
机器学习
摘要
近期的进展使得利用来源于干细胞的脑器官研究人类脑发育成为可能。对这些器官中细胞过程（如有丝分裂）的量化分析，可为神经发育障碍提供深入见解，但手动分析耗时且现有数据集缺乏针对脑器官研究的具体细节。我们介绍BOrg数据集，用于通过脑器官的共聚焦显微镜图像研究脑发育过程中有丝分裂事件。BOrg采用高效的注释流程，结合稀疏点注释技术，降低专家工作量，克服了标准深度学习方法在稀疏数据上的局限。我们对多种新兴目标检测和细胞计数模型在BOrg数据集上的适应与基准测试，评估其在前期、中期、后期和telophase阶段检测和分析有丝分裂细胞的能力。结果表明，这些适配模型在脑器官研究中显著提升了有丝分裂分析效率和准确性，优于现有方法。BOrg促进了开发自动化工具来量化如有丝分裂率等统计数据，为神经发育过程和障碍的机制研究提供支持。数据和代码已公开于https://github.com/awaisrauf/borg。
引用
@article{arxiv.2406.19556,
title = {BOrg: A Brain Organoid-Based Mitosis Dataset for Automatic Analysis of Brain Diseases},
author = {Muhammad Awais and Mehaboobathunnisa Sahul Hameed and Bidisha Bhattacharya and Orly Reiner and Rao Muhammad Anwer},
journal= {arXiv preprint arXiv:2406.19556},
year = {2024}
}