| |  Online-Ressource |
|---|
| Verfasst von: | Das Gupta, Amrita [VerfasserIn]  |
|---|
| | Asan, Livia [VerfasserIn] |
|---|
| | John, Jennifer [VerfasserIn] |
|---|
| | Beretta, Carlo Antonio [VerfasserIn] |
|---|
| | Kuner, Thomas [VerfasserIn] |
|---|
| | Knabbe, Johannes [VerfasserIn] |
|---|
| Titel: | Comprehensive monitoring of tissue composition using in vivo imaging of cell nuclei and deep learning |
|---|
| Verf.angabe: | Amrita Das Gupta, Livia Asan, Jennifer John, Carlo A. Beretta, Thomas Kuner, Johannes Knabbe |
|---|
| E-Jahr: | 2022 |
|---|
| Jahr: | October 05, 2022 |
|---|
| Umfang: | 41 S. |
|---|
| Illustrationen: | Illustrationen |
|---|
| Fussnoten: | Gesehen am 20.09.2023 |
|---|
| Titel Quelle: | Enthalten in: bioRxiv beta |
|---|
| Ort Quelle: | Cold Spring Harbor : Cold Spring Harbor Laboratory, NY, 2013 |
|---|
| Jahr Quelle: | 2022 |
|---|
| Band/Heft Quelle: | (2022) vom: Okt., Artikel-ID 2022.10.03.510670, Seite 1-41 |
|---|
| Abstract: | Comprehensive analysis of tissue composition has so far been limited to ex vivo approaches. Here, we introduce NuClear (Nucleus-instructed tissue composition using deep learning), an approach combining in vivo two-photon imaging of histone 2B-eGFP-labeled cell nuclei with subsequent deep learning-based identification of cell types from structural features of the respective cell nuclei. This allowed us to classify all cells per imaging volume (0.25 mm3 containing ~25000 cells) and identify their position in 3D space in a non-invasive manner using only a single label. NuClear opens a window to study changes in relative abundance and location of all major brain cell types in individual mice over extended time periods, enabling comprehensive studies of changes in cellular composition in physiological and pathophysiological conditions. |
|---|
| DOI: | doi:10.1101/2022.10.03.510670 |
|---|
| URL: | Bitte beachten Sie: Dies ist ein Bibliographieeintrag. Ein Volltextzugriff für Mitglieder der Universität besteht hier nur, falls für die entsprechende Zeitschrift/den entsprechenden Sammelband ein Abonnement besteht oder es sich um einen OpenAccess-Titel handelt.
kostenfrei: Volltext: https://doi.org/10.1101/2022.10.03.510670 |
|---|
| | kostenfrei: Volltext: https://www.biorxiv.org/content/10.1101/2022.10.03.510670v1 |
|---|
| | DOI: https://doi.org/10.1101/2022.10.03.510670 |
|---|
| Datenträger: | Online-Ressource |
|---|
| Sprache: | eng |
|---|
| Bibliogr. Hinweis: | Forschungsdaten: Knabbe, Johannes: Accurate classification of major brain cell types using in vivo imaging and neural network processing |
|---|
| K10plus-PPN: | 1860048390 |
|---|
| Verknüpfungen: | → Sammelwerk |
|---|
Comprehensive monitoring of tissue composition using in vivo imaging of cell nuclei and deep learning / Das Gupta, Amrita [VerfasserIn]; October 05, 2022 (Online-Ressource)
Andere Auflagen/Ausgaben