基于深度学习的3D细胞核分割和定量分析工具包

摘要 我们提出了一组新的计算工具，可以在各种3D数字器官中实现准确且广泛适用的细胞核3D分割。我们开发了一种基础真相生成和3D核分割模型迭代训练的方法，并将其应用于流行的CellPose、PlantSeg和StarDist算法。我们提供了两个高质量模型，这些模型在植物细胞核上训练，能够实现从不同植物和动物组织获取的固定或活细胞样本的数据集中细胞核的3D分割，这些样本用各种核染料或荧光蛋白质基础的核报告蛋白染色。我们还分享了一个约10,000个细胞核的多样化高质量训练数据集。此外，我们通过提供一种将3D分割核链接到其周围细胞的方法，推动了MorphoGraphX分析和可视化软件的发展。我们发现，核与细胞体积的比例在不同的胚珠组织之间以及在组织发育过程中有所变化。最后，我们扩展了PlantSeg 3D分割管道，增加了一个校对工具，利用3D分割核作为种子来纠正在难以分割的组织中的细胞分割错误。