462
правки
Изменения
→Классификация клеток
На данный момент компьютерное зрение нашло применение в большинстве направлений, где есть необходимость обрабатывать и анализировать изображения. Микроскопия не стала исключением. Теперь задачи, направленные непосредственно на работу с изображениями, можно решить, например, построив соответствующую [[Сверточные нейронные сети |сверточную нейронную сеть]].
== Классификация клеток ==
Классификация клеток является базовой задачей микроскопии. Существует множество признаковОбычно для такой классификации используются изображения, полученные на флуоресцентных микроскопах, по которым можно поделить так как в отличие от обычных оптических микроскопов они способны отразить биологическое разнообразие различных типов клеток. Для использования флоуресцентной микроскопии клетки, но для части из них уже существуют готовые архитектуры сверточных сетейокрашивают флуоресцентным красителем.
=== Определение фазы клеточного цикла ===
Одним из признаков, по которым можно разделить клетки, является определение фазы клеточного цикла, в которой находится клетка. Эта задача имеет практическое применение для обнаружения поврежденных клеток, которые при визуализации будут кластеризоваться отдельно от остальных. Так как клетки проходят стадии клеточного цикла непрерывно, то удобно их классифицировать, используя флуоресцентные метки. Для этого клетку окрашивают флуоресцентным красителем и используют флуоресцентный микроскоп, который фиксирует расположение и степень свечения. Сверточная сеть обучается на изображениях с этими метками и дает на выходе не только классификацию каждой клетки, а также визуализирует процесс клеточного цикла. Классификация и визуализация являются всего лишь различными способами интерпретации результатов, поэтому строятся на основе одних и тех же выведенных закономерностей<ref>[https://www.nature.com/articles/s41467-017-00623-3#supplementary-information Philipp Eulenberg — Reconstructing cell cycle and disease progression using deep learning, 2017]</ref>.
