உயிரியல் & மருத்துவத்தில் மேம்பட்ட நுட்பங்கள்
திறந்த அணுகல்

சுருக்கம்

ஸ்டெம் செல்களின் வளர்ச்சி விகித பகுப்பாய்வு, பிரிவு, அம்சங்கள் பிரித்தெடுத்தல் மற்றும் வடிவ அங்கீகாரத்தைப் பயன்படுத்துதல்

ஆர் நதியா மற்றும் ஜி சிவரட்ஜே

ஸ்டெம் செல்கள் வளர்ச்சியின் ஆரம்ப கட்டத்தில் உடலில் உள்ள எந்த வகையான செல்லிலும் தன்னை வளர்த்துக் கொள்ளும் குறிப்பிடத்தக்க திறனைக் கொண்டுள்ளன. குடல் மற்றும் எலும்பு மஜ்ஜை போன்ற சில உறுப்புகளில், தேய்மான அல்லது சேதமடைந்த திசுக்களை சரிசெய்யவும் மாற்றவும் ஸ்டெம் செல்கள் தொடர்ந்து பிரிக்கப்படுகின்றன. ஸ்டெம் செல் பகுப்பாய்வு படத்தைப் பிரிப்பதற்கான தற்போதைய வழிமுறையானது, ஒளிரும் கலங்களில் பயன்படுத்தப்படும் ஒரு உருவவியல் நுட்பத்தைப் பயன்படுத்துகிறது. இதற்காக, படம் அல்லது சட்டகம் வடிகட்டப்படும் இடத்தில் Otsu Curvelet முன்னுதாரணம் பயன்படுத்தப்படுகிறது. Otsu மாதிரியைப் பயன்படுத்தி பிரித்தல், பல்வேறு பிக்சல்களில் இருந்து வகுப்பு மாறுபாடுகளின் சராசரி எடையைக் குறைக்கிறது. பிரிக்கப்பட்ட பட அம்சத்திலிருந்து, ஒரு படத்தில் உள்ள அம்சங்களை பிரித்தெடுப்பதில் முக்கிய பங்கு வகிக்கும் சாம்பல் நிலை இணை நிகழ்வு அணி (GLCM) நுட்பத்தைப் பயன்படுத்தி திசையன்கள் பெறப்படுகின்றன. இருப்பினும் GLCM பொதுவாக ஒற்றை அளவு மற்றும் ஒற்றை திசையின் கீழ் அமைப்பை பிரித்தெடுக்கிறது. எனவே மல்டி ஸ்கேல் மற்றும் மல்டி-ரெசல்யூஷனுக்கு, பிரிக்கப்பட்ட படம் NSCT உடன் சிதைக்கப்பட்டு, GLCM பயன்படுத்தப்படுகிறது. அம்ச திசையன்களின் தொகுப்பு, அவற்றின் வகைப்பாட்டிற்கான செயற்கை நரம்பியல் நெட்வொர்க்குகளுக்கு உள்ளீடாக இறுதியாக பேட்டர்ன் மேட்ரிக்ஸை உருவாக்குகிறது. பேட்டர்ன் அங்கீகாரத்திற்காக நரம்பியல் நெட்வொர்க்கைப் பயன்படுத்தி, பல்வேறு ஆரோக்கியமான நிலைப் படங்களின் படங்களைப் பயன்படுத்தி நெட்வொர்க் பயிற்றுவிக்கப்படுகிறது. பின்னர் பயிற்சி பெற்ற நெட்வொர்க்கைப் பயன்படுத்தி, சோதனைப் படத்தின் ஆரோக்கியமான தன்மை மதிப்பீடு செய்யப்பட்டு, கொடுக்கப்பட்ட நேரத் தொடரின் ஸ்டெம் செல் படங்களின் ஆரோக்கியத்தின் சதவீத வடிவில் முடிவு காட்டப்படும். எனவே இந்த தாள் ஸ்டெம் செல்களின் ஆரோக்கியமான தன்மையை பகுப்பாய்வு செய்ய மிகவும் உந்துதல் பெற்றது.