/
/
Automatisering van de micronucleustest met behulp van beeldvorming, flowcytometrie en kunstmatige intelligentie
A subscription to JoVE is required to view this content. Sign in or start your free trial.
Chapters
- 00:05Introduction
- 00:49Creating an Experiment in the Artificial Intelligence (AI) Software
- 02:41Populating the Ground Truth Data Using A‐Assisted Tagging Tools and Training the Model
- 04:11Classifying Data Using the Model and Generating Report
- 06:28Results: Validation of the AI‐Assisted Cluster and Predict Algorithms
- 08:23Conclusion
De micronucleus (MN) assay is een gevestigde test voor het kwantificeren van DNA-schade. Het scoren van de test met behulp van conventionele technieken zoals handmatige microscopie of op functies gebaseerde beeldanalyse is echter bewerkelijk en uitdagend. Dit artikel beschrijft de methodologie om een kunstmatig intelligentiemodel te ontwikkelen om de MN-test te scoren met behulp van imaging flow cytometriegegevens.
