Please use this identifier to cite or link to this item:
https://elib.bsu.by/handle/123456789/324730
Title: | IMAGE ANALYSIS OF BRAIN CORTEX CELLS IN VITRO USING A DEEP LEARNING METHOD |
Other Titles: | АНАЛИЗ ИЗОБРАЖЕНИЙ КЛЕТОК КОРЫ ГОЛОВНОГО МОЗГА IN VITRO С ПРИМЕНЕНИЕМ МЕТОДА ГЛУБОКОГО ОБУЧЕНИЯ |
Authors: | Denisov, Andrey A. Nikiforov, Anton V. Bogdanova, Anastasiya V. Pashkevich, Svetlana G. Serdyuchenko, Nikolai S. |
Keywords: | ЭБ БГУ::ЕСТЕСТВЕННЫЕ И ТОЧНЫЕ НАУКИ::Физика |
Issue Date: | 2023 |
Publisher: | BELARUSKAYA NAVUKA |
Citation: | Doklady of the National Academy of Sciences of Belarus. 2023 Sep 1;67(4):315–21. |
Abstract: | The article presents a method for analyzing images of cultured cortical cells for a quantitative analysis of the parameters of development of biological neural networks using machine learning approaches. We have developed software modules for segmentation of images into cells, clusters, and neurites using the neural network model and the deep learning method; a training set of images of cultivated neurons and corresponding segmentation masks have been generated. The results were validated by analyzing the development of cultivated neurons in vitro based on the length count of neutrites at different growth stages of the culture. The developed methods for monitoring the processes of formation of biological neuronal networks based on the analysis of the neuronal growth under different conditions and on different substrates provide an opportunity to monitor the processes of stem cell differentiation in the neurogenic direction. The results can be used in monitoring the formation of organoids in bioengineering applications, as well as in modeling the processes of nerve tissue regeneration. |
Abstract (in another language): | Представлен метод анализа изображений культивируемых клеток коры головного мозга для количественной оценки параметров развития биологических нейронных сетей с применением средств машинного обучения. Разработаны программные модули сегментации изображений на клетки, кластеры и нейриты с применением нейросетевой модели и метода глубокого обучения, сформирован обучающий набор изображений культивируемых нейронов и соответствующих масок сегментации. Результаты апробированы при анализе развития сети культивируе мых нейронов in vitro на основе подсчета длины нейритов на различных стадиях роста культуры. Разработанные методики мониторинга процессов формирования биологических нейронных сетей на основе анализа роста нейронов в различных условиях и на различных субстратах предоставляют возможность контроля процессов дифференцировки стволовых клеток в нейрогенном направлении. Результаты могут применяться для мониторинга формирования органоидов в биоинженерных приложениях, а также при моделировании процессов регенерации нервной ткани. Ключевые слова: биологические нейронные сети, сегментация изображений, глубокое обучение |
URI: | https://elib.bsu.by/handle/123456789/324730 |
DOI: | 10.29235/1561-8323-2023-67-4-315-321 |
Sponsorship: | The authors are grateful to A. A. Kalinovsky (OneSoil) for help in developing the neural network model. |
Licence: | info:eu-repo/semantics/openAccess |
Appears in Collections: | Кафедра биофизики (статьи) |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
1143-2199-1-SM.pdf | 2,87 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.