使用基于 AI 的程序对小鼠视网膜神经节细胞进行免疫染色和自动计数

将整个支架视网膜与鼠标分离后，在 PBS 中轻轻搅拌清洗视网膜 5 分钟。将洗涤后的视网膜浸入封闭缓冲液中 30 分钟。孵育后，用一抗 BRN3A 替换封闭缓冲液。

在 4 摄氏度下孵育视网膜过夜，以允许特异性抗原抗体结合。第二天，用 PBS 洗涤视网膜 3 次，每次 5 分钟，然后与 Alexa 594 或 Alexa 488 偶联的抗兔二抗孵育 2 小时，以观察靶抗原。用 PBS 洗涤免疫染色的视网膜后，轻轻将其转移到玻璃显微镜载玻片上。

拼合 Retina 以最大程度地减少折叠或扭曲。将盖玻片放在已安装的视网膜上，确保没有气泡形成。从 GitHub 链接下载代码。

然后从云盘下载必要的文件并解压缩它们。找到 Config.ini 文件并修改其内容以指向yolov5_cpu路径。

然后单击用户界面。exe 打开图形界面。检查是否pmse_plus。

pt 模型文件位于 C 驱动器的根目录下，如果不是，请从 yolov5 文件夹的 weights 文件夹中复制。打开细胞计数软件。点击 打开图片 导入图像，然后点击 运行 允许软件自动计数细胞。

自动细胞计数软件在 N-甲基-D-天冬氨酸诱导的青光眼小鼠模型中准确识别了 15， 231 个视网膜神经节细胞，与正常视网膜中大约 45， 000 至 50， 000 个 RGC 相比，显示出显着的细胞丢失。