首先关于visium HD, poly-A based gene expression和probe-based gene expression均已可用,也就是说新鲜组织样本与FFPE样本均可以做10X的visium HD。
软件更新方面,Space Ranger v4.0支持细胞分割算法。
Space Ranger v4.0 introduced cell segmentation for H&E images using the spaceranger segment pipeline, and for Visium HD data with H&E images using the spaceranger count pipeline 。 在Visium HD分析中Space Ranger利用StarDist实现进行细胞分割,该深度学习模型非常适合星形凸体的实例分割,如细胞核。StarDist使用卷积神经网络(CNN)与类似U-Net的编码器-解码器架构,从输入图像片段中提取相关特征。结果是一组带标签的实例掩码,它们被表示为星形凸多边形,从而勾勒出各个细胞。之所以选择StarDist,是因为在针对多种人体和鼠类组织的内部测试中,它展现出优于同类方法的性能。特别是,由于StarDist采用独特的径向距离预测方法,它在准确分离紧密聚集的细胞以及在高度拥挤的环境中分割细胞方面表现出色。
首先关于visium HD, poly-A based gene expression和probe-based gene expression均已可用,也就是说新鲜组织样本与FFPE样本均可以做10X的visium HD。
软件更新方面,Space Ranger v4.0支持细胞分割算法。
Space Ranger v4.0 introduced cell segmentation for H&E images using the spaceranger segment pipeline, and for Visium HD data with H&E images using the spaceranger count pipeline 。 在Visium HD分析中Space Ranger利用StarDist实现进行细胞分割,该深度学习模型非常适合星形凸体的实例分割,如细胞核。StarDist使用卷积神经网络(CNN)与类似U-Net的编码器-解码器架构,从输入图像片段中提取相关特征。结果是一组带标签的实例掩码,它们被表示为星形凸多边形,从而勾勒出各个细胞。之所以选择StarDist,是因为在针对多种人体和鼠类组织的内部测试中,它展现出优于同类方法的性能。特别是,由于StarDist采用独特的径向距离预测方法,它在准确分离紧密聚集的细胞以及在高度拥挤的环境中分割细胞方面表现出色。