Apr, 2023

揭示吞噬作用:可扩展和可解释的深度学习框架用于神经退行性疾病分析

TL;DR本研究提出了一种全自动、可扩展的实时框架,用于定量和分析噬菌作用,使用可解释的深度学习模块以提高深度学习方法的可解释性,并将其应用于前颞叶痴呆症(FTD)中微胶质细胞噬菌作用的量化和分析,得出了将 FTD 变异细胞与对照组细胞相比较具有更大和更具侵略性的结果。