跳到正文
热点事件持续更新

无监督3D分类骨细胞与软骨细胞陷窝

1 篇报道1 个报道来源13 小时前更新

先了解这件事

AI 综述

2026年10月9日,bioRxiv发布一项预印本研究,研究团队提出一套全自动、无需标注的无监督流程,用于区分小鼠骨软骨单位中的骨细胞陷窝(OCL)与软骨细胞陷窝(CCL)。该方法基于桌面microCT,不依赖水泥线识别,从SR-microCT和桌面microCT数据中提取每个陷窝的7项形态计量与位置特征,经UMAP分析完成分类。在健康及创伤后骨关节炎标本中,该流程与人工分类的Gwet's AC1、Matthews相关系数和平衡准确率均接近0.99。目前该研究为预印本,尚未见后续报道。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月9日
  1. bioRxiv 预印本
    基于microCT的无监督三维分类方法区分小鼠骨软骨单位中的骨细胞与软骨细胞陷窝

    研究团队提出一套全自动、无需标注的无监督流程,基于桌面microCT对小鼠骨软骨单位中的骨细胞陷窝(OCL)和软骨细胞陷窝(CCL)进行分类,不依赖水泥线识别。该流程从SR-microCT和桌面microCT数据中提取每个陷窝的7项形态计量与位置特征,经UMAP分析,在健康及创伤后骨关节炎标本中与人工分类的Gwet's AC1、Matthews相关系数和平衡准确率均接近0.99。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。