PubMed چکیده/رکورد

Improving Image Quality in 10× Visium Spatial Transcriptomics Using Vispro.

استودیوی صوتی مقاله

پخش حرفه‌ای فارسی و انگلیسی

در حال بررسی نسخه‌های صوتی ذخیره‌شده…

صوت تولیدشده با هوش مصنوعی است. برای کاربرد علمی یا درمانی، متن و منبع اصلی را بررسی کنید.
خواندن هوشمند فارسی و انگلیسی در حال آماده‌سازی صداهای مرورگر…
تنظیم صدای طبیعی و سرعت

صداهایی که در نامشان «Natural»، «Neural» یا «Online» دیده می‌شود معمولاً طبیعی‌ترند. انتخاب صدا به صداهای نصب‌شده در ویندوز و مرورگر شما بستگی دارد.

چکیده اصلی

10× Visium is a widely used spatial transcriptomics platform that enables joint profiling of gene expression and the spatial locations of cells. However, the histology images generated by the 10× Visium platform often contain technical artifacts, including fiducial markers and background noise, which degrade image quality. Here, we describe how a computational method, Vispro, can be applied to process and enhance these images. The resulting high-quality images lead to improved performance across a range of downstream analyses.

نتیجه فارسی

Vispro یک روش محاسباتی برای بهبود تصاویر هستولوژی تولید شده توسط پلتفرم ۱۰× Visium است. این روش ناهنجاری‌های فنی مانند نشانگرهای مرجع و نویز پس‌زمینه را حذف می‌کند. تصاویر بهبود یافته منجر به عملکرد بهتر در تحلیل‌های پایین‌دست می‌شوند.

  • ۱۰× Visium بیان ژن و موقعیت مکانی سلول‌ها را همزمان پروفایل‌برداری می‌کند.
  • تصاویر ۱۰× Visium اغلب دارای ناهنجاری‌های فنی هستند.
  • Vispro تصاویر را پردازش و بهبود می‌دهد.
  • تصاویر بهبود یافته منجر به عملکرد بهتر در تحلیل‌های پایین‌دست می‌شوند.

ترجمه فارسی چکیده

۱۰× Visium یک پلتفرم محبوب اسپیشال ترنسکریپتومیکس است که امکان پروفایل‌برداری مشترک بیان ژن و موقعیت مکانی سلول‌ها را فراهم می‌کند. با این حال، تصاویر هستولوژی تولید شده توسط پلتفرم ۱۰× Visium اغلب دارای ناهنجاری‌های فنی، از جمله نشانگرهای مرجع و نویز پس‌زمینه هستند که کیفیت تصویر را کاهش می‌دهند. در اینجا، ما توضیح می‌دهیم که چگونه می‌توان از یک روش محاسباتی به نام Vispro برای پردازش و بهبود این تصاویر استفاده کرد. تصاویر با کیفیت بالا resulting به عملکرد بهتر در طیف وسیعی از تحلیل‌های پایین‌دست منجر می‌شوند.

روش پژوهش

Vispro یک روش محاسباتی برای پردازش و بهبود تصاویر هستولوژی است.

محدودیت‌ها

محدودیت‌های روش در متن گزارش نشده است.

استخراج ساختاریافته از متن منبع

نمای PICO و پیامدها

جمعیت
نامشخص
مداخله/مواجهه
Vispro
مقایسه
نامشخص
حجم نمونه
نامشخص

متن کامل اصلی

متن در JumpToDate ذخیره نشده است.

برای بررسی دسترسی کتابخانه‌ای یا خرید، رکورد اصلی را باز کنید.

رفتن به منبع اصلی

کلیدواژه‌ها

Deep learningHistology imagesImage processingSpatial transcriptomics
در همین زیرشاخه

مقاله‌های مرتبط

PubMed2027

A Microscopy Toolkit for Root Studies in B. distachyon.

The study of plant organogenesis presents significant challenges due to the small number of cells involved in its initial stages. Observing the initial cell divisions becomes increasingly challenging when transitioning from Arabidopsis thaliana (Arabidopsis) to other species. Lateral root (LR) initiation is an essential process for enhancing a plant's ability to access water and nutrients. In most cases, LR formation starts in the peri…

PubMed2027

Advanced Image Generation for Cancer and Stem Cell Biology Using Diffusion Models.

Deep learning has transformed medical image analysis, but progress in cancer and stem cell applications is often constrained by limited access to large, diverse, well-annotated imaging datasets. This bottleneck is especially acute for studies of tumor heterogeneity and cancer stem cell (CSC) biology, where rare phenotypes and dynamic cell-state transitions-frequently linked to stemness-associated transcriptional programs (e.g., OCT4, S…

PubMed2027

Automated Quantification and Morphometric Analysis of Pluripotent Stem Cell Colonies Using ColonyQuant.

Alkaline phosphatase staining is routinely used to evaluate the undifferentiated state of embryonic stem cells, yet quantitative interpretation of colony assays frequently depends on manual inspection and categorical scoring that introduce subjectivity and limit scalability. ColonyQuant provides a standardized, automated framework for objective analysis of alkaline phosphatase-stained colonies from conventional bright-field images. The…

PubMed2027

Cell Biology of Botrytis: Live-Cell Imaging Techniques and Protein Localization Protocols.

Botrytis cinerea is a widely studied model organism for plant-fungal interactions. This chapter provides simple and easy protocols for live-cell imaging techniques and subcellular protein localization studies in B. cinerea in vitro. Using a simple microscopy setup, we describe methods for imaging spore germlings and hyphae and for studying protein dynamics in response to the antifungal compound α-tomatine. The protocols highlight the a…