如何利用人工智能（AI）和光學(xué)顯微鏡克服三維細(xì)胞培養(yǎng)和表型分析方面的挑戰(zhàn) - 免費(fèi)點(diǎn)播網(wǎng)絡(luò)研討會

三維細(xì)胞培養(yǎng)物如器官體和細(xì)胞球，在藥理學(xué)研究中越來越受到重視，它們構(gòu)成了傳統(tǒng)二維細(xì)胞培養(yǎng)與動物模型之間的橋梁。然而，三維細(xì)胞培養(yǎng)在表型藥物篩選中面臨諸多挑戰(zhàn)，包括培養(yǎng)物的制備、標(biāo)記、成像及數(shù)據(jù)分析等多個(gè)方面。本次網(wǎng)絡(luò)研討會將全面介紹使用三維細(xì)胞培養(yǎng)進(jìn)行表型藥物篩選所遇到的問題、可能的解決方案及規(guī)劃與執(zhí)行策略。

通過觀看本網(wǎng)絡(luò)研討會，您可以了解到以下內(nèi)容：
 

主要內(nèi)容

• 利用三維細(xì)胞模型進(jìn)行表型藥物篩選的潛在解決方案

• 瑞利散射對三維顯微鏡的影響

• 三維圖像分割和標(biāo)記預(yù)測

在研討會中，曼海姆應(yīng)用科學(xué)大學(xué)的魯?shù)细?middot;魯?shù)婪蚪淌?/span>將探討人工智能分割算法在三維細(xì)胞培養(yǎng)中的細(xì)胞追蹤應(yīng)用，特別是在藥理學(xué)藥物篩選模型中的應(yīng)用。他將示范如何利用內(nèi)置的訓(xùn)練模型對難以分割的對象和數(shù)據(jù)集進(jìn)行分割處理。

魯?shù)婪蚪淌诤蛷瓶ǖ膶＜覍⒐餐�詳�?strong>他們?nèi)绾瓮ㄟ^增強(qiáng)自己樣本中的細(xì)胞核實(shí)驗(yàn)數(shù)據(jù)，以半自動方式創(chuàng)建可靠的合成真實(shí)數(shù)據(jù)集。該數(shù)據(jù)集考慮了散射和衍射效應(yīng)，更好地模擬了真實(shí)情況。使用該方法進(jìn)行的三維分割，其檢測準(zhǔn)確率高達(dá)92%，超過了傳統(tǒng)分割算法的效果。

在魯?shù)婪蚪淌诘膱?bào)告后，徠卡的專家們將介紹在STELLARIS平臺上執(zhí)行的光片成像技術(shù)，并展示其如何應(yīng)用于各類樣本，如活體組織、透明化組織、器官體和細(xì)胞球的研究。垂直實(shí)驗(yàn)設(shè)置使用戶在配置激光線、自定義濾鏡及通過多位置實(shí)驗(yàn)裝置快速訪問樣本時(shí)具有更大的靈活性。

掃碼立即觀看網(wǎng)絡(luò)研討會

相關(guān)產(chǎn)品

STELLARIS共聚焦顯微鏡平臺

Viventis Deep 雙視野光片熒光顯微鏡

了解更多：徠卡顯微