Data-driven cell tracking and segmentation methods in biomedical imaging require diverse and information-rich training data. In cases where the number of training samples is limited, synthetic computer-generated data sets can be used to improve these methods. This requires the synthesis of cell shapes as well as corresponding microscopy images using generative models. To synthesize realistic living cell shapes, the shape representation used by the generative model should be able to accurately represent fine details and changes in topology, which are common in cells. These requirements are not met by 3D voxel masks, which are restricted in resolution, and polygon meshes, which do not easily model processes like cell growth and mitosis. In this work, we propose to represent living cell shapes as level sets of signed distance functions (SDFs) which are estimated by neural networks. We optimize a fully-connected neural network to provide an implicit representation of the SDF value at any point in a 3D+time domain, conditioned on a learned latent code that is disentangled from the rotation of the cell shape. We demonstrate the effectiveness of this approach on cells that exhibit rapid deformations (Platynereis dumerilii), cells that grow and divide (C. elegans), and cells that have growing and branching filopodial protrusions (A549 human lung carcinoma cells). A quantitative evaluation using shape features and Dice similarity coefficients of real and synthetic cell shapes shows that our model can generate topologically plausible complex cell shapes in 3D+time with high similarity to real living cell shapes. Finally, we show how microscopy images of living cells that correspond to our generated cell shapes can be synthesized using an image-to-image model.

• MeSH
• Caenorhabditis elegans * MeSH
• lidé MeSH
• mitóza MeSH
• nádory plic * MeSH
• neuronové sítě MeSH
• počítačové zpracování obrazu metody   MeSH
• zvířata MeSH
• Check Tag
• lidé MeSH
• zvířata MeSH
• Publikační typ
• časopisecké články MeSH

Některé z Freudových pojmových konstruktů mohou mít neurobiologický podklad. Freudův popis primární a sekundárních procesů, Id a Ega do jisté míry odpovídá stavbě a činnosti homeostatického/interoceptivního systému, korových systémů senzorických a defaultního/implicitního systému. Vědomí může být závislé na afektivních prožitcích vznikajících na úrovni horního kmene. Freudovo Id může být vědomé Id.

Some Freudian constructs may have neurobiological substrates. Freud's descriptions of the primary and secondary processes, of the Id and Ego are in some degree consistent with the structure and function of the homeostatic/interoceptive, exteroceptive and default/implicite systems. All of consciousness may be dependent on evolution of affective experiences arising at upper brain stem level. Freud´s Id may be a conscious Id.

• Klíčová slova
• homeostatický systém, senzorické korové systémy, defaultní systém,
• MeSH
• aferentní nervové dráhy fyziologie   MeSH
• deformace percepce MeSH
• ego MeSH
• fantomová končetina MeSH
• Freudova teorie MeSH
• homeostáza fyziologie   MeSH
• id MeSH
• iluze fyziologie   psychologie   MeSH
• lidé MeSH
• mozek fyziologie   MeSH
• mozková kůra fyziologie   MeSH
• nervová síť fyziologie   MeSH
• představa o vlastním těle MeSH
• vědomí * fyziologie   MeSH
• vnímání prostoru MeSH
• Check Tag
• lidé MeSH
• Publikační typ
• úvodní články MeSH

• O autorovi
• Freud, Sigmund, 1856-1939 Autorita

• MeSH
• disociační poruchy MeSH
• duševní poruchy MeSH
• duševní procesy MeSH
• epilepsie MeSH
• průzkumy a dotazníky MeSH

• Konspekt
• Psychiatrie
• NLK Obory
• psychiatrie
• neurovědy
• NLK Publikační typ
• studie