- 2 次围观
植物细胞壁是一种丰富的可再生资源，可用于生产生物基产品，但其难降解性限制了酶解效率。细胞和组织形态参数是预测酶解效率的可靠生物标志物。要量化这些参数，必须在三维显微图像中准确分割细胞。尽管深度学习在生物图像分割方面已取得优异表现，但共聚焦显微镜的穿透深度有限，导致细长的木材细胞仅能被部分成像，从而形成开放端结构，给现有分割方法带来挑战。本文基于人工纵向域限制，提出一种适用于训练 3D U-net 模型的改进框架，用于木材图像中的细胞分割。基于专用基准数据集开展的定量评估确定了一种模型配置，该配置降低了分割误差，并在酶解早期阶段生成了更稳健的预测结果。这些结果表明，该框架可用于量化与评估和预测生物质转化效率相关的形态参数。
基于深度学习的木材三维共聚焦图像细胞分割及其在酶水解中的应用｜bioRxiv
跳转至主要内容
首页
关于
投稿
提醒 / RSS
搜索此关键词
高级搜索
最新结果
基于深度学习的木材三维共聚焦图像细胞分割及其在酶水解中的应用
查看 ORCID 个人资料
Ali Faraj，
查看 ORCID 个人资料
Solmaz Hossein Khani，
查看 ORCID 个人资料
Gabriel Paës，
查看 ORCID 个人资料
Yassin Refahi
doi：
https://doi.org/10.64898/2026.10.26.761974
Ali Faraj
1
INRAE；
在 Google Scholar 中查找此作者
在 PubMed 中查找此作者
在此网站搜索此作者
Ali Faraj 的 ORCID 记录
通信联系：
ali.faraj{at}inrae.fr
Solmaz Hossein Khani
2
INRIA
在 Google Scholar 中查找此作者
在 PubMed 中查找此作者
在此网站搜索此作者
Solmaz Hossein Khani 的 ORCID 记录
Gabriel Paës
1
INRAE；
在 Google Scholar 中查找此作者
在 PubMed 中查找此作者
在此网站搜索此作者
Gabriel Paës 的 ORCID 记录
Yassin Refahi
1
INRAE；
在 Google Scholar 中查找此作者
在 PubMed 中查找此作者
在此网站搜索此作者
Yassin Refahi 的 ORCID 记录
摘要
信息/历史
指标
PDF 预览
摘要
植物细胞壁是一种丰富的可再生资源，可用于生产生物基产品，但其抗降解性限制了酶水解效率。细胞和组织形态参数是预测酶水解效率的可靠生物标志物。要对这些参数进行定量，必须准确分割三维显微图像中的细胞。尽管深度学习在生物图像分割方面已取得较高性能，但共聚焦显微镜的穿透深度有限，导致细长的木材细胞只能被部分成像，形成开放端结构，从而带来挑战。
现有的分割方法。基于人为设定的纵向域限制，本文提出了一种经适配的框架，用于训练面向木材图像细胞分割的三维 U-Net 模型。在专用基准数据集上的定量评估确定了一种模型配置，该配置减少了分割误差，并在酶水解早期阶段产生了更稳健的预测结果。这些结果支持利用该框架量化与评估和预测生物质转化效率相关的形态学参数。
利益冲突声明
作者声明不存在利益冲突。
已声明的资助信息
法国国家研究署，
，BIOMOD（ANR-19-CE43-0010）
，FillingGaps（ANR-23-PEBB-0006）
INRAE TRANSFORM
，DeepAnaDec
版权
本预印本的版权持有者为作者／资助方，其已授予 bioRxiv 永久展示本预印本的许可。
本预印本依据
CC-BY-NC-ND 4.0 国际许可协议
提供。
返回顶部
上一篇
下一篇
发布于 2026 年 10 月 28 日。
下载 PDF
电子邮件
感谢您有意传播 bioRxiv 上的内容。
注意：索取您的电子邮件地址仅用于确认您是本文的发送者。
您的电子邮件地址
*
您的姓名
*
收件人
*
请输入多个电子邮件地址，每行一个，或以逗号分隔。
您将通过电子邮件发送以下内容
面向酶水解应用的基于深度学习的木材三维共聚焦图像细胞分割
邮件主题
（您的姓名）向您转发了 bioRxiv 上的一个页面
邮件正文
（您的姓名）认为您可能希望查看 bioRxiv 网站上的此页面。
您的个人留言
验证码
此问题用于验证您是否为人类访问者，并防止自动提交垃圾信息。
分享
基于深度学习的木材三维共聚焦图像细胞分割及其在酶水解中的应用
Ali
Faraj
，
Solmaz
Hossein Khani
，
Gabriel
Paës
，
Yassin
Refahi
bioRxiv
2026.10.26.761974；
doi：
https://doi.org/10.64898/2026.10.26.761974
分享本文：
复制
引文工具
基于深度学习的木材三维共聚焦图像细胞分割及其在酶水解中的应用
Ali
Faraj
，
Solmaz
Hossein Khani
，
Gabriel
Paës
，
Yassin
Refahi
bioRxiv
2026.10.26.761974；
doi：
https://doi.org/10.64898/2026.10.26.761974
文献管理软件格式
BibTeX
Bookends
EasyBib
EndNote（标记格式）
EndNote 8（xml）
Medlars
Mendeley
Papers
RefWorks 标记格式
Ref Manager
RIS
Zotero
推文小组件
Facebook 点赞
Google Plus +1
学科领域
全部文章
动物行为与认知
(8164)
生物化学
(19027)
生物工程
(15171)
生物信息学
(45457)
生物物理学
(22958)
肿瘤生物学
(20149)
细胞生物学
(27345)
临床试验
(138)
发育生物学
(14168)
生态学
(21427)
流行病学
(2067)
进化生物学
(25845)
遗传学
(16373)
基因组学
(23871)
免疫学
(19066)
微生物学
(43260)
分子生物学
(18380)
神经科学
(95305)
古生物学
(714)
病理学
(3039)
药理学与毒理学
(5214)
生理学
(8295)
植物生物学
(16295)
科学传播与教育
(2117)
合成生物学
(4651)
系统生物学
(10404)
动物学
(2428)
关键词：木材细胞分割 · 三维共聚焦成像 · 深度学习 · 3D U-Net · 生物质酶解
原文链接：https://www.biorxiv.org/content/10.64898/2026.10.26.761974v1?rss=1