关注公众号

关注公众号

手机扫码查看

手机查看

直播回顾 | AI 携手 VR 解析线粒体网络

徕卡显微系统
2023.4.27
24b3954a68ab3276550b6e9e99e62b25.png
0cd2bffb57c587d573af28fe62b93cbe.jpeg
f8dac459bd01c8a4339da3d11c2d0e79.jpeg
dbc0ae169dab5fa2e716d121e7c6d9d6.jpeg
46480b8526f3b26284fe800d1b21ce72.jpeg

2023年4月24日,我们有幸邀请到了空军军医大学基础医学院王亚云教授课题组成员之一,李淑娇来同大家分享了团队开发的一种基于AI和VR的线粒体可视化技术,这项技术为解决神经元线粒体网络可视化和量化的难题提供可能

009b8434913b8eb677ed87a61a232597.jpg

 “基于深度学习的Aivia图像分割法充分利用显微大数据及智能分析技术,能够极大提高复杂结构的识别效率及准确性,在线粒体网络结构解析中具有显著优势。同时VR使结构可视化具有沉浸式、全方位、多角度等特点。”


“我们构建了PCs-Mito-GFP小鼠使其小脑浦肯野细胞(Purkinje cells, PCs)线粒体外膜表达绿色荧光蛋白(green fluorescence protein, GFP),从而能够在共聚焦下检测PCs中的线粒体。”


“Aivia软件具备的人工智能(Artificial intelligence, AI)驱动的分割和分类技术能够将复杂的线粒体网络分解为离散的线粒体Mesh结构。Aivia软件携带的虚拟现实(Virtual reality, VR)技术有利于研究者沉浸式观察线粒体网络。”


“基于Leica Aivia软件的AI及VR技术,我们发现PCs内几个独立的线粒体组成了一个基本单元,多个线粒体单位构成了一个线粒体网络。PCs内不同部位的线粒体Mesh表面积与体积存在显著差异。PCs树状内线粒体Mesh的表面积和体积最大,颗粒状轴突内Mesh最小,胞体和丝状轴突内Mesh中等大小。神经元线粒体网络的精确重建是一项巨大挑战,目前我们提出的由AI结合VR驱动的分析及可视化技术能够成功解决这些挑战。”

ace9b87cc5e30645fab0b8fef405ddd1.jpg


2e0d730a05c474998b588c796229bdda.png

点击观看完整视频

“技术推动科研进程。通过Aivia AI与VR技术相结合,我们发现了以往电镜结果尚未呈现的超微结构。在此,我们感谢AI和VR帮助我们解析了浦肯野细胞内线粒体网络结构。希望Aivia今后可以帮助我们探索更多神经细胞线粒体的奥秘。”


相关产品

3b2e012a00ad6a4b9490570b1737b443.png

AI图像分析软件 Aivia


17dde88a6e0643550ee447146acc5c4f.gif

徕卡显微咨询电话:400-630-7761

关于徕卡显微系统


徕卡显微系统的历史最早可追溯到19世纪,作为德国著名的光学制造企业,徕卡显微成像系统拥有170余年显微镜生产历史,逐步发展成为显微成像系统行业的领先的厂商之一。徕卡显微成像系统一贯注重产品研发和最新技术应用,并保证产品质量一直走在显微镜制造行业的前列。


徕卡显微系统始终与科学界保持密切联系,不断推出为客户度身定制的显微解决方案。徕卡显微成像系统主要分为三个业务部门:生命科学与研究显微、工业显微与手术显微部门。徕卡在欧洲、亚洲与北美有7大产品研发中心与6大生产基地,在二十多个国家设有销售及服务分支机构,总部位于德国维兹拉(Wetzlar)。

0cd4012fd09429679225d73a5ffd63db.jpeg
fa1a6b41d70362198872e2170cc62264.gif
a4ed4e502a4d94a4fe0774f1b1cec188.jpeg
550840b4b90134af049ec15441eeba28.jpeg


8ce98fa805ab86f32f30bccea4bd1028.png
6f8598e253a291e543006b0ed7fbe3b3.jpeg
9d933f6e1d0d7fed364f8d0fdc2b71f5.jpeg
d6c0a65a891015af94bb7adae9975972.jpeg
dcdefd128f081c4ad3c9c8456a063b2b.jpeg
e65a95b504dd04693dd902596b6cbe31.jpeg
1fb839c62b61ecee6d7aefe90418aa9f.jpeg
cc5c4e3d12d8b8366811ad9f3b4b96d6.gif
5c8dde5928017bb552ca5d1f265ed912.jpeg

文章作者
推荐
关闭