Der Blätterkatalog benötigt Javascript.
Bitte aktivieren Sie Javascript in Ihren Browser-Einstellungen.
The Blätterkatalog requires Javascript.
Please activate Javascript in your browser settings.
zur Verfügung Die „optimale“ austrainierte Pipe line steht dann dem biologischen Experten zur automatisierten Analyse seiner Zellkulturbilder zur Verfügung Anwendungen Zwei Anwendungsfälle zur Nutzung von „AIxCell“ sind die automatisierten Analysen von sowohl mesenchymalen Stammzellen MSC als auch in duziert pluripotenten Stammzellen iPSC der am Fraunhofer IPT entwickelten StemCellFactory [2 3] und der StemCellDiscovery [4] Die StemCell Factory und StemCellDiscovery sind vollautoma tisierte Labore in denen Zellkulturen in Multititer platten parallelisiert expandiert werden Einer der wichtigsten Parameter zur Anlagenregelung ist die Messung der Konfluenz d h der Anteil der mit Zellen besiedelten Fläche an der Gesamtfläche Des Weiteren sind bei iPSCZellen Lage Größe und Rundheit der Kolonien und bei MSCZellen die Zellzahl wichtige Parameter In beiden Anlagen werden dazu vollflächige Mikroskopaufnahmen im Phasenkontrast über ein HighSpeedMikro skop [5] aufgenommen Die dabei entstehenden hochaufgelösten Aufnahmen müssen in kurzer Zeit analysiert werden Dabei ist nicht nur die Bestimmung der Gesamtkonfluenz sondern auch die nach Zellarten aufgelöste Konfluenz entschei dend Nach der initialen Annotation erhält der Nut zer das optimale neuronale Netz zum Einsatz in der Anlage Bei iPSCKulturen s Bild 2 wer den nicht nur globale Werte für die Konfluenz sondern auch Daten zu den einzelnen Kolonien z B Größe Rundheit und Lage erzeugt Das auf „PSPNet“ basierende Netzwerk erreicht einer Genauigkeit von 0 955 und einen F1Score von 0 866 über alle Klassen IPSZellen Hintergrund differenzierte Zellen frühe iPSZellen Suspensi onszellen verteilt Für die wichtigste Klasse iPSC liegt die Genauigkeit bei 0 939 und der F1Score bei 0 891 Tabelle oben Für das Training wurden 40 Bilder 1 424 x 1 424 px im Trainingsdatensatz mit dem Faktor zwei augmentiert und ergaben 4 896 Patches der Größe 384 x 384 px Für den Testdatensatz wurden 13 Bilder vorgehalten Das Netzwerk wurde über 20 Epochen trainiert Bei MSCKulturen s Bild 3 dagegen geht es mehr um die Bestimmung globaler Parame ter wie Zellzahl und Konfluenz Das trainierte U Net künstliches neuronales Netz erreicht eine Genauigkeit von 0 949 über alle Klassen MS Zellen Hintergrund Suspensionszellen hinweg und 0 923 für die Klasse MSZellen Tabelle un ten Dazu wurden 20 Bilder der Größe 8 000 x 8 000 px in Patches der Größe 384 x 384 px geteilt und zweifach mit Helligkeitsvariation und Unschärfevariation sowie Rotation augmentiert So entstanden 11 502 Trainingspatches und 2 430 Testpatches Das Netzwerk wurde über 20 Epo chen trainiert Die Auswertung der Bilder kann dann dem au tomatisierten Labor zur Bewertung der weiteren Schritte zur Verfügung gestellt oder direkt mit einer Teststatistik z B TTest oder Anova ver knüpft werden Zusammenfassung Dieses im Forschungsprojekt AIxCell speziell entwickelte Vorgehen ermöglicht ein besonders gutes Erkennen auch ohne aufwendige Konfigu ration von Algorithmen durch einen Data Scien tist Bei den Analysen fließt die Expertise des bio logischen Experten in die genaue Annotation ein im täglichen Einsatz des trainierten Netzwerks wird so auch ein Bedienereinfluss vermieden Dies spielt gerade für hohe Genauigkeit der mikro skopischen Ergebnisse eine große Rolle Auch wechselnde Aufgaben können effizient und sys tematisch automatisiert und somit objektiviert werden Die beiden hier gezeigten Anwendungs fälle zeigen auch dass eine Integration in voll automatisierte Laborsysteme oder Mikroskope möglich ist Labor 4 0 | Mikroskopie 35 www labo de 9 2022 iPSC-Datensatz Precision Recall F1-Score Accuracy IoU Total 0 866 0 866 0 866 0 955 0 763 iPSC 0 952 0 836 0 891 0 939 0 803 MSC-Datensatz Precision Recall F1-Score Accuracy IoU Total 0 923 0 923 0 923 0 949 0 858 MSC 0 972 0 855 0 922 0 923 0 855 Tabellen ErkennGenauigkeit für induzierte pluripotente Stammzellen iPSC oben und mesenchymale Stammzellen MSC unten über alle Klassen hinweg und für die Klasse iPSCKolonie bzw MSC separat Der IoUScore Intersection over Union beschreibt die pixelgenaue Übereinstimmung von initialer Annotation und Vorhersage des Netzwerks