Ein neu entwickeltes Bildverarbeitungsverfahren ermöglicht die automatisierte Zählung von Nachkommen von Caenorhabditis elegans‑Hermaphroditen und übertrifft dabei herkömmliche manuelle Methoden in Genauigkeit und Geschwindigkeit. Das Verfahren, das auf der YOLO‑Architektur basiert, wurde an fast zehntausend Bildern getestet und erzielte eine Präzision von 94,9 % sowie einen Rückruf von 92,6 %.
Hintergrund der Fäkunditätsforschung
Fäkunditätsmessungen liefern zentrale Daten für die Lebensgeschichtsforschung, indem sie Aufschluss über reproduktive Fitness, Populationsdynamik und Umweltreaktionen geben. Beim Modellorganismus C. elegans produzieren Hermaphroditen typischerweise mehr als 100 lebensfähige Nachkommen, was die manuelle Zählung aufwendig und fehleranfällig macht.
Probleme bei manueller Zählung
Die manuelle Auszählung einzelner Nachkommen erfordert mehrere Stunden pro Versuch und ist anfällig für menschliche Fehler. In einer Vergleichsanalyse wichen manuelle Zählungen im Mittel um 2,16 Nachkommen pro Bild von den verifizierten Referenzwerten ab.
Entwicklung des automatisierten Ansatzes
Forscher um Linyao Peng und Kollegen nutzten 9 972 Bilder von Einzelversuchen verschiedener Stämme und Behandlungsbedingungen, um mehrere YOLO‑Versionen (v8‑v11, große und extra‑große Varianten) zu trainieren. Das beste Modell, YOLO v11‑L, wurde nach Feineinstellung eingesetzt, um einzelne Nachkommen zuverlässig zu erkennen.
Leistungsbewertung des Modells
Das optimierte Modell erreichte eine durchschnittliche Abweichung von nur 0,9 Nachkommen pro Bild gegenüber den Referenzwerten, womit es die Genauigkeit manueller Zählungen deutlich übertrifft. Zudem reduzierte das System die Auswertungszeit von mehreren Monaten manueller Arbeit auf etwa zwei Stunden auf einer handelsüblichen Grafikkarte.
Einfluss von Versuchsbedingungen
Statistische Analysen zeigten, dass manuelle Zählungen signifikante Effekte von Gegenstand‑Identität, Versuchsblock und deren Wechselwirkung aufwiesen, während die automatisierten Zählungen von diesen Biases unbeeinflusst blieben.
Bedeutung für die Forschung
Die Studie demonstriert, dass computer‑vision‑basierte Zählverfahren ein leistungsfähiges Werkzeug für groß angelegte Fäkunditätsstudien darstellen und damit die Untersuchung von Fitness‑ und Lebensgeschichtsdaten in der Evolutionsbiologie beschleunigen können.
Dieser Bericht basiert auf Informationen von PLOS ONE, lizenziert unter Creative Commons BY 4.0 (Open Access). Wissenschaftliche Inhalte, offen zugänglich.
Ende der Uebertragung