
-
生物通官微
陪你抓住生命科技
跳动的脉搏
用于高分辨率 ANA 模式成像的受激发射损耗(STED)显微镜及与共聚焦显微镜的机器学习比较
《Scientific Reports》:Stimulated emission depletion (STED) microscopy for high-resolution ANA pattern imaging and machine learning comparison with confocal microscopy
【字体: 大 中 小 】 时间:2026年08月28日 来源:Scientific Reports 4.9
编辑推荐:
摘要抗核抗体(ANA)已被确立为自身免疫性疾病诊断和监测的生物标志物。它们的检测和模式鉴别依赖于人上皮型 2 型(HEp-2)细胞上的间接免疫荧光(IIF)技术,荧光模式由诊断人员目视评估。然而,这些方法存在固有局限性,包括对观察者经验的依赖和分辨率有限。为了解决这些局限性,
抗核抗体(ANA)已被确立为自身免疫性疾病诊断和监测的生物标志物。它们的检测和模式鉴别依赖于人上皮型 2 型(HEp-2)细胞上的间接免疫荧光(IIF)技术,荧光模式由诊断人员目视评估。然而,这些方法存在固有局限性,包括对观察者经验的依赖和分辨率有限。为了解决这些局限性,需要更高分辨率的成像和自动化分析,以便更好地捕捉和解读 ANA 模式的复杂性。在本研究中,我们开发并比较了用于 ANA 模式分类的机器学习模型,这些模型基于首次使用超分辨率受激发射损耗(STED)显微镜和传统共聚焦显微镜获取的图像。该数据集包含 2920 张共聚焦图像和 2907 张 STED 图像,裁剪为单个细胞核,并通过数据增强进行了平衡。基于共聚焦图像的模型最大准确率达到了 94.8%,而基于 STED 图像训练的模型准确率较低,达到了 87.8%。尽管 STED 提供了更高分辨率的 ANA 模式成像,但其分类性能不如共聚焦图像,这可能反映了与当前 ANA 模式分类的不匹配,以及 STED 成像捕获的更高细节水平。我们的数据集代表了首个通过 STED 显微镜获取的 ANA 图像集合。