Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Bioengineering
Click here for the English version

Bioengineering

Microscopía óptica cuantitativa: Medición de Biofísica Celular Características con un microscopio óptico estándar

Published: April 7, 2014 doi: 10.3791/50988
Automatic Translation
1,2, 1, 1,3
1Department of Biomedical Engineering, Oregon Health & Science University, School of Medicine, 2Department of Dermatology, Oregon Health & Science University, School of Medicine, 3Department of Cell & Developmental Biology, Division of Hematology & Medical Oncology, Knight Cancer Institute, Oregon Health & Science University, School of Medicine

Abstract

Se describe el uso de un microscopio óptico estándar para llevar a cabo las mediciones cuantitativas de la masa, volumen y densidad en muestras celulares a través de una combinación de campo brillante y contraste de interferencia diferencial imágenes. Se presentan dos enfoques principales: la microscopía de fase cuantitativa noninterferometric (NIQPM), para llevar a cabo mediciones de la masa celular total y distribución de la densidad subcelular, y transformada de Hilbert diferencial microscopía de contraste de interferencia (HTDIC) para determinar el volumen. NIQPM se basa en un modelo simplificado de la propagación de ondas, llamadas a la aproximación paraxial, con tres supuestos básicos: apertura numérica baja (NA) de iluminación, dispersión débil y débil absorción de la luz por la muestra. Afortunadamente, muestras celulares sin teñir satisfacen estos supuestos y bajo iluminación NA se consigue fácilmente en microscopios comerciales. HTDIC se utiliza para obtener información volumétrica de DIC imágenes a través de enfoque a alta Illumin NAcondiciones ación. Iluminación de alta NA permite mejorada de seccionamiento de la muestra a lo largo del eje óptico. Transformada de Hilbert de procesamiento en la imagen DIC apila en gran medida mejora algoritmos de detección de bordes para la localización de las fronteras de muestras en tres dimensiones mediante la separación de los valores de gris de la intensidad de la muestra de las del fondo. Las principales ventajas de NIQPM y HTDIC yacían en su accesibilidad tecnológica utilizando microscopios "off-the-shelf". Hay dos limitaciones básicas de estos métodos: z-stack tiempo de adquisición lento en ámbitos comerciales actualmente abroga la investigación de los fenómenos más rápido que 1 cuadro / minuto, y en segundo lugar, los efectos de difracción restringen la utilidad de NIQPM y HTDIC a los objetos desde el 0,2 hasta el 10 (NIQPM) y 20 (HTDIC) micras de diámetro, respectivamente. Por lo tanto, las muestras y su tiempo asociado dinámica de interés deben cumplir con cierto tamaño y restricciones temporales para permitir el uso de estos métodos. Emocionante, cellula más fijoespecímenes r son investigados fácilmente con estos métodos.

Introduction

El uso de microscopía óptica es ahora omnipresente en la investigación de organismos celulares. Debido a su absorbancia y dispersión débil propiedades endógenas bajo sobre el espectro óptico visible, las células no afectan en gran medida la amplitud de las ondas ópticas que atraviesan ellos y por lo tanto aparecen semitransparente cuando reflejado con microscopios de campo brillante estándar. Muestras celulares no, sin embargo, reducir la velocidad ondas ópticas que viajan a través de ellos de una manera que está relacionada linealmente con la cantidad de densidad de masa local en una región particular del espacio a través del cual la luz viaja. La utilización de este lapso de tiempo heterogéneo o perfil "fase" de las ondas ópticas transmitidas a través de las muestras microscópicas fue descrita por primera vez en 1935 por Frits Zernike 1 y experimentalmente se dio cuenta por Zernikein 1942 2. Zernike fue galardonado con el premio Nobel en 1953 por este logro. Zeiss comercializó esta modalidad en 1945 3. En 1955, Smith y Nomarskme volvería a presentar su trabajo inicial sobre el uso de 4 y 5 de la teoría de contraste de interferencia diferencial (DIC) de microscopía, una modalidad que utiliza el gradiente espacial de fase como un mecanismo de contraste. DIC fue comercializado por Zeiss en 1965in estrecha colaboración con Nomarski 6. En 1981, dos laboratorios demostraron la primera célula viva DIC imágenes grabadas con la incorporación de cámaras de vídeo en el tren de la óptica del microscopio DIC 7, 8. La era de imágenes de células vivas nació.

Desde este momento, la ejecución de tanto de contraste de fases y DIC en microscopios comerciales ha sido en gran parte sin cambios. Estos métodos se utilizan principalmente por los biólogos para producir imágenes de las células para los propósitos cualitativos: monitorización de la morfología, el seguimiento de las estructuras subcelulares, y las investigaciones de dinámica de la membrana 9. Estas técnicas son de carácter cualitativo en su configuración "off-the-shelf" ya que tanto la fase y DIImágenes C son funciones arbitrarias de la intensidad de la fuente de luz, la configuración óptica de iluminación, y ganancia de la cámara CCD, gamma y los ajustes de exposición.

Una pequeña legión de físicos e ingenieros ópticos se ha esforzado por hacer que las modalidades de imágenes comerciales cuantitativa. Entre los primeros esfuerzos fueron dos cartas a la Naturaleza en 1952 y 1953 en los que el médico-biofísico convertido Robert Barer demostrado el uso de la microscopía de fase para determinar la masa seca celular de las células mediante la estimación de los cambios de fase a través de estos tipos de células usando un microscopio de fase disponible en el mercado 10, 11. El campo se ha desarrollado una multitud de técnicas en los años siguientes con base en torno a tres mecanismos de contraste sin etiquetas básicas: microscopía de fase 10,11, DIC microscopía 12-17, 18-22 y luminosa de campo para determinar la longitud del recorrido óptico, la fase, la masa densidad, índice de refracción, y el volumen celular.

En el párrafollel, una gran colección de instrumentos ópticos personalizados también se han desarrollado desde la década de 1950, y han hecho de gran alcance mediciones ópticas que van desde aplicaciones en el crecimiento del parásito 23, a documentar el ciclo celular 24 a la investigación de la dinámica de la membrana de las células rojas de la sangre 25. En particular, los últimos diez años se ha producido una gran cantidad de microscopía cuantitativa libre de marca en forma de microscopía de fase de difracción 26, microscopia tomográfica fase 27, la microscopia holográfica digital 28, sensible a la fase de microscopía de coherencia óptica 29, la microscopía de interferencia espacial de luz 30, Hilbert fase de la microscopía de 31 años, y la microscopía de fase cuantitativa 32. A pesar de sus éxitos colectivos, estos instrumentos no han sido difundidos en el campo más amplio de investigadores biológicos, debido, sobre todo, a su compleja instrumentación y requerimientos computacionales.

Aquí nos describe el uso de un microscopio óptico estándar para llevar a cabo las mediciones cuantitativas de la masa, volumen y densidad en muestras celulares a través de una combinación de campo claro y DIC imágenes. Se presentan dos enfoques principales: la microscopía de fase cuantitativa noninterferometric (NIQPM), para llevar a cabo mediciones de la masa celular total y la distribución de la densidad subcelular, y la transformada de Hilbert microscopía de contraste diferencial de interferencia (HTDIC), para determinar el volumen. Las principales ventajas de NIQPM y HTDIC yacían en su accesibilidad tecnológica. Las condiciones de formación de imágenes requeridas para su ejecución exitosa están dentro del alcance de la operación normal de la mayoría de los microscopios disponibles comercialmente. Además, los algoritmos de procesamiento posterior son estables, rápida y robusta - habiendo sido implementado en MATLAB utilizando algoritmos de transformada rápida de Fourier (FFT) basadas siempre que sea posible.

NIQPM es un método para reconstruir de fase y la densidad de masa integrado axialmente de CELespecímenes lular de brillante imaginería campo. La suma de esta densidad de masa integrado axialmente sobre el área de la muestra da el contenido en masa seca total de la muestra. El protocolo NIQPM se basa en los fundamentos experimentales establecidas por Paganin y Nugent 18, 19 - en el que se demostró que el perfil de fase de una célula podría ser reconstruido a partir través de enfoque de campo brillante imágenes de la muestra - y el trabajo teórico de Frank , Altmeyer, y de Wernicke 20 - en la resolución de los modelos de onda paraxial de una manera eficiente basado en FFT. La conexión de fase a la densidad de masa seca se basa en el trabajo por Barer 10, 11 y Popescu 33.

Información volumétrica se puede obtener de a través de enfoque DIC imágenes bajo altas condiciones de iluminación NA que permiten seccionamiento óptico de la muestra a lo largo del eje óptico. Transformada de Hilbert de procesamiento en la imagen pilas DIC mejora muchoalgoritmos de detección de bordes para la localización de las fronteras de muestras en tres dimensiones mediante la separación de los valores de gris de la intensidad de la muestra de las del fondo. Este trabajo se origina con Arinson et al. 34 aunque hemos introducido los dos métodos de filtrado de Fourier para mejorar el contraste y un método de detección de borde a base de Sobel para el análisis automatizado volumétrica de la muestra. También hemos validado HTDIC anteriormente en esferas de poliestireno que varían en tamaño desde el límite de difracción de hasta 20 m de diámetro 36.

Mientras tanto NIQPM y HTDIC son tecnológicamente accesible debido a su desarrollo en microscopios comerciales, los métodos son fundamentalmente limitadas por la configuración de hardware de los propios microscopios. Las principales limitaciones de estas técnicas son de dos tipos: z-stack tiempo de adquisición lento en ámbitos comerciales, debido a la traducción de toda la etapa de la muestra en lugar de sólo la lente del objetivo, Limita la investigación de los fenómenos más rápido que más o menos 1 marco / minuto, y en segundo lugar, los efectos de difracción restringen la utilidad de NIQPM y HTDIC a los objetos que van en tamaño desde 0,2 hasta 10 y 20 m de diámetro, respectivamente. Por lo tanto, la muestra y su dinámica de tiempo asociados de interés deben cumplir con cierto tamaño y restricciones temporales para permitir el uso de estos métodos en los instrumentos típicos "off-the-shelf". Emocionantemente, la mayoría de los especímenes celulares fijos son investigados fácilmente con estos métodos.

Una visión general del NIQPM y protocolos HTDIC se dan en la Figura 1. En la figura 2 se ilustra la imagen óptima y subóptima a través de enfoque en condiciones tanto de baja y alta iluminación NA, tanto para campo claro y DIC imágenes. Las figuras 3 y 4 muestran la dependencia de parámetros del algoritmo NIQPM destacando implementaciones exitosas y no exitosas.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

1. Microscopio Especificaciones

Para llevar a cabo las imágenes de la manera correcta el microscopio debe tener las siguientes especificaciones:

  1. Poseer tanto contraste de interferencia diferencial (DIC) y campo claro (BF) de contraste.
  2. Tener movimiento según el eje Z controlado por ordenador.
  3. Tener un tope de apertura ajustable para variar la apertura numérica de la lente de condensador. Se requiere una abertura con una regla graduada o de lectura electrónica para conocer el valor de la apertura numérica. La apertura numérica debe variar de 0,1 para NIQPM hasta 0.9 (o superior) para HTDIC.
  4. El microscopio debe tener un filtro de color de banda estrecha para ser utilizado para la formación de imágenes de campo brillante. Se requiere este filtro para fijar el incremento de refracción, una factura de longitud de onda dependiente utilizada para convertir la fase de densidad de masa para NIQP.

2. Diferencial de contraste de interferencia (DIC) Adquisición Z-stack

  1. Abra el software de un SlideBooknd crear una nueva diapositiva para la colección de imágenes.
  2. A continuación, abra la ventana de enfoque. En la sección Establecer filtro, seleccione DIC. En la ficha Cobertura, en la sección del condensador, ajuste la barra deslizante de apertura a la posición más a la derecha (abierto todo el camino). Esto proporciona iluminación de alta apertura numérica y mejora seccionamiento óptico de la muestra.
  3. Centrarse en la muestra usando un objetivo de la CID. Ajuste la intensidad de la lámpara halógena hasta que la muestra es fácilmente visible. Para asegurarse de que la cámara no está siendo saturado, seleccione la ficha Cámara en la Ventana de enfoque y compruebe que el histograma de intensidades de los píxeles está dentro del rango dinámico de la cámara.
  4. Abra la ventana de captura de imagen. En la sección Tipo de captura, marque la casilla 3D. En la sección de captura 3D, seleccione la Cordillera por el centro y volver a la ubicación actual
  5. En la sección de juego de filtros de la ventana de captura de imagen, marque la casilla DIC y especificar el tiempo de exposición. En la sección de información de la imagen, el nombre de la imagen (opcional) y seleccione Iniciar para iniciar la formación de imágenes.

3. Campo brillante (BF) Adquisición Z-stack

  1. Una vez que el microscopio ha terminado de recoger la DIC Z-pila de la muestra, abra la ventana de enfoque y seleccione Abrir en la sección Conjunto de filtros. Ajuste el control deslizante de apertura en la posición izquierda más alejada (cerrado hasta el final) para proporcionar una iluminación baja NA.
  2. Cambie el filtro de luz del microscopio a verde. Ajuste la intensidad de la lámpara halógena hasta que la muestra es visible. Asegúrese de que no hay saturación de la cámara, seleccione el
  3. Abra la ventana de captura de imagen. Se mostrarán los ajustes de captura en 3D a partir de la adquisición de Z-stack DIC.
  4. En la sección de juego de filtros de la ventana de captura de imagen, marque la casilla OPEN y especificar el tiempo de exposición. En la sección de información de la imagen, el nombre de la imagen (opcional) y seleccione Iniciar para iniciar la adquisición de imágenes Z-stack.

4. Exportación de Z-stack Imágenes

  1. Abra una captura de Z-stack. Cambiar la vista al 100%. Ajuste el histograma de los valores de los píxeles que se mostrarán entre 0 y el valor máximo de píxeles de la cámara (4095 para 12 cámaras bits, 65.535 para 16 bits.).
  2. Seleccione Ver> Exportar> Serie TIFF. Esto exportará el Z-stack como una serie de imágenes TIFF(Una para cada plano Z). Guarde la serie TIFF en una carpeta separada con un nombre que tiene un guión bajo al final (es decir, "DIC Pila 1_"). Repita esto con cada pila Z DIC o BF.

5. Mediciones del Volumen

  1. Abra el programa HTDIC MATLAB titulado "JoVE_HTDIC_v1.m".
  2. Bajo la Sección 0 del programa HTDIC, actualizar la variable de directorio de dependencias. Copia y pega el directorio que contiene el hilbert_transform_dic.m y archivos sobel_edge_detect.m desde el explorador (PC) entre las comillas simples siguiente "dependencies_directory =". ExecuteSection 0 del programa JoVE_HTDIC_v1.m.
  3. En la Sección 1, actualice la "images_directory". Una vez más, copie y pegue el directorio que contiene las imágenes a través de enfoque en. Forma tif entre las comillas simples. La única carrera SECCIÓN 1 VEZ.
  4. La alineación y la rotación de imágenes para Hilbert transforman Run Sección 2 del código. Aparecerá un cuadro de diálogo titulado "Definición de Parámetros HTDIC". Cinco Numbers se requieren por parte del usuario: el número de plano focal donde la imagen DIC de la muestra está en el foco, resolución lateral (m / píxel en la imagen), la resolución axial (esto es 0,1 para la adquisición de imágenes en 0.1 micras pasos axiales), el ángulo de rotación de la imagen DIC necesarios para realizar la transformada de Hilbert, los valores típicos son 45 y -135. Por último, entrar en la región de tamaño de interés, este parámetro define la longitud de un lado de una caja que posteriormente aparecerá - valor típico es 400. Haga clic en Ok.
  5. Una imagen del plano focal DIC especificado por el número de plano focal aparecerá con un recuadro azul. Coloque la caja sobre la característica de interés, por ejemplo, una célula. La caja no tiene que ser cuadrado. Una vez que la caja se ha colocado sobre la región deseada, haga doble clic dentro del área.
  6. Otra figura aparecerá ahora: esta figura contiene una imagen recortada y girada de la región de interés seleccionada en el paso anterior. El contraste de la imagen debe ser talcaracterísticas que oscuras aparecen a la izquierda mientras que las características brillantes en la derecha. Arrastre el cuadro azul sobre la región de interés, formar de nuevo si es necesario.
  7. Sección 3 genera una máscara para el cubo Z-pila. Hay dos tipos de máscaras disponibles: una máscara rectangular para crear un rectángulo alrededor de la célula y una herramienta de mano alzada para delinear la célula de interés con la mano.
  8. Para generar una máscara rectangular, línea 167 y descomentar la línea de comentario 170 (comentar una línea a cabo mediante la colocación de un "%" al principio de esa línea). Ejecutar la Sección 3 del programa. Haga clic en la imagen y arrastre el ratón para empezar a definir la máscara rectangular. Haga doble clic en el cuadro que aceptarlo.
  9. Para generar una máscara a mano, línea de comentario 167 y la línea 170 uncomment y ejecutar la Sección 3. Haga clic y dibuje la máscara que desee con el ratón. Haga doble clic en la máscara que aceptarlo.
  10. Sección Ejecutar 4to construir el Hilbert transforma pila de imágenes DIC y la correspondiente imagen Pila DIC de la zona de interés.La máscara construida en la Sección 3 se aplicará a la transformación de Hilbert pila DIC y la pila normal DIC cuando "Maskon" está establecido en 1 en la línea 179. Ajuste "Maskon" a 0 construirá pilas de imágenes sin aplicar la máscara.
  11. Ejecute la Sección 5 para optimizar la segmentación de la imagen de la cruz xz imágenes seccionales de la región de interés. Figura 500, producido por el programa, aparece la visualización de tres tipos diferentes de contraste. El éxito del algoritmo para encontrar los bordes de la celda depende de una combinación de la máscara utilizada y el valor de "umbral" en la línea 229 del programa. Comience con un valor de 0,5. Ajuste el valor de umbral y vuelva a ejecutar esta sección del programa hasta que se logre el delineamiento adecuado en una de las columnas.
  12. Si el delineamiento fue mejor en la columna 1, utilice la sección 6 para determinar el volumen utilizando DIC segmentación de imágenes. Si la columna 2 dio óptimos resultados, ejecute la Sección 7 para determinar el volumen de células de transformada de Hilbert de imágenes DIC. Si la columna 3 gave los resultados óptimos, ejecutará la Sección 8 para determinar el volumen utilizando filtrada-Fourier transformada de Hilbert de imágenes DIC.
  13. El volumen medido de la muestra, se informa en m cúbico (FL) se presenta en el título de la figura 600, 700, o 800 producido por el programa en función de la cual se elige de medición de volumen.

6. Medición de la Masa

  1. Abra el programa NIQPM MATLAB titulado "JoVE_NIQPM_v1.m".
  2. Bajo la Sección 0 del programa NIQPM, actualizar la ubicación de tres directorios necesarios para ejecutar el programa. Estos son los "dependencies_directory", el "brightfield_directory", y el "dic_directory."
  3. A continuación, ejecute la Sección 1. Esta sección de código genera un campo brillante imagen Cubo del campo lleno de todo el conjunto de imágenes. La única carrera SECCIÓN 1 VEZ.
  4. A continuación, ejecute la Sección 2. Aparecerá un cuadro de diálogo titulado "Definición de Parámetros NIQPM". Cuatro números se requieren por parte del usuario: el número de plano focal donde la imagen de campo claro de lala muestra está en el foco, la resolución lateral (m / píxel en la imagen), la resolución axial (esto es 0,1 para la adquisición de la imagen en 0,1 micras pasos axiales), y la región de tamaño de interés, este parámetro define la longitud de un lado de un caja que posteriormente aparecerá - un valor típico es 200. Haga clic en Ok.
  5. Una imagen del plano focal brillante campo especificado por el número de plano focal aparecerá con un recuadro azul.
    1. Si la imagen no está enfocada, haga doble clic en el cuadro azul y vuelva a ejecutar la Sección 2, asegúrese de ajustar el número de plano focal en el cuadro de diálogo.
    2. Si la imagen está en foco, arrastre el cuadro azul alrededor de la imagen y cambiar su tamaño mediante la selección de los nodos de la caja y arrastrar según sea necesario. Coloque la caja alrededor de la característica de interés, por ejemplo, una célula. La caja no tiene que ser cuadrado. Haga doble clic dentro del cuadro para aceptarlo.
  6. A continuación, ejecute la Sección 3 para construir una pila de imágenes de campo claro cultivada en la región de enterés.
  7. Para generar el mapa de fases, DIC imagen de pseudo, y las comparaciones con la imagen verdadera DIC brillante imaginería campo y, a correr la Sección 4.
  8. Con el seudo DIC y verdaderas imágenes DIC como similares como sea posible el mapa de densidad de masa, masa total, y el histograma de la densidad celular se puede determinar mediante la ejecución de la sección 5a o 5b. Sección 5a lleva a cabo la detección automatizada de pensionista del campo - optimizar "umbral" en la línea 300 - valores típicos varían entre 0,1-1. Vuelva a ejecutar esta sección según sea necesario para optimizar el valor de umbral. Sección 5b lleva a cabo la determinación de masas, etc después de que el usuario describe la célula de interés.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Iluminación de la muestra correcta durante la adquisición de imágenes a través de enfoque es fundamental para la implementación exitosa de la NIQPM A ND algoritmos HTDIC. En la Figura 2 se ilustra de baja y alta iluminación NA bajo tanto DIC y contraste de campo claro para una esfera de poliestireno y la línea celular de adenocarcinoma colorrectal humano SW620. Figuras 2A, 2C, 2I, y 2K demuestran de formación de imágenes óptima para NIQPM. Figuras 2F, 2H, 2N y 2P demuestran imágenes óptimas para HTDIC.

Las figuras 3 y 4 muestran la dependencia de parámetros del algoritmo NIQPM destacando implementaciones exitosas y no exitosas. En la Figura 3 se explora el perfil de fase de un poliestireno de 4,8 micras de diámetro esfera - el perfil esperado se conoce en teoría y por lo tanto se puede comparar directamente a la reconstrucción NIQPM. Figura 2L.

Especímenes celulares, cuyas propiedades de fase no son conocidos a priori, puede ser reconstruido usando NIQPM en conjunción con un procedimiento para comparar una imagen de "pseudo-CID" - calculado a partir de la fase reconstruida - a una imagen real de la CID, determinado a partir de una medición óptica directa, de la célula. NIQPM tiene un parámetro libre - el avión en el luminoso pila de imágenes de campo en la que se centra el cálculo. Este plano focal central se debe ajustar hasta que la pseudo-DIC y DIC verdaderas imágenes se ven tan similares como sea posible. Figuras 4E-G demuestra un pseudo-fuera-de-foco de la imagen DIC, un pseudo-óptima imagen DIC y la correspondinimagen g DIC de la célula tomada con una iluminación NA de 0,9. Curiosamente, la mejor imagen DIC seudo correspondiente mapa de fase y no se corresponden necesariamente con una imagen de campo claro foco en, a saber. Figuras 1A y 1B.

Por último, la Figura 5 ilustra los pasos implicados en el algoritmo de procesamiento de imágenes HTDIC. Desde el DIC imágenes a través de enfoque bajo NA = 0,9 iluminación, Figuras 5A y 5D, la transformada de Hilbert se preforma para eliminar el bajo relieve de las imágenes DIC, figuras 5B y 5E. Esto viene con un poco de desenfoque a lo largo del eje óptico que se puede quitar del filtrado de Fourier de paso alto, Figuras 5C y 5F. Estas imágenes finales son fácilmente segmentados para determinar el área en cada plano de la sección transversal de la muestra para inferir el volumen celular total.

her.within-page = "always"> Figura 1
Figura 1. NIQPM y HTDIC Workflow. (1.) Especímenes microscópicos, como las células deben ser montados en portaobjetos con tapa de vidrio colocada sobre la muestra usando Fluoromount G. (2.) A través de las imágenes de enfoque adquiridos en régimen de tanto DIC y el contraste de campo claro con un estándar "off-the-shelf" microscopio de formar la entrada a los algoritmos de procesamiento de imágenes. (3.) Post-procesamiento de imágenes en MATLAB para determinar el volumen de células de DIC y distribución de la masa celular de brillante imaginería campo. (4.) Métricas de punto final cuantitativos:. Mapas de calor y los gráficos de barras Haga clic aquí para ver una versión más grande de esta figura.

igura 2 "fo: content-width =" 5in "src =" / files/ftp_upload/50988/50988fig2highres.jpg "width =" 500 "/>
Figura 2. A través de enfoque DIC y brillante imaginería campo de esferas de poliestireno y líneas de células SW620. Las condiciones óptimas para la formación de imágenes son NIQPM contraste de campo claro con 0,1 iluminación NA. Para HTDIC DIC, 0,9 iluminación NA es óptima. (A, B) en face brillante imágenes de campo de 4,8 m de diámetro esfera de poliestireno sujetas a 0,1 NA NA iluminación y 0,9, respectivamente. (C, D) de la sección transversal de imágenes de campo brillante de 4,8 m de diámetro esfera de poliestireno sujetas a 0,1 NA NA iluminación y 0,9, respectivamente. (E, F) En la cara DIC imaginería de 4,8 m de diámetro esfera de poliestireno sujetas a 0,1 y 0,9 NA NA iluminación, respectivamente. (G, H) de la sección transversal de imágenes DIC de 4,8 m de diámetro de poliestireno esfera ssalvo lo dispuesto en 0.1 y 0.9 NA NA iluminación, respectivamente. (I, J) en face brillante imaginería campo de la SW620 línea celular de cáncer colorrectal sometidos a 0,1 y 0,9 iluminación NA, respectivamente. (K, L) Cross sección de imágenes de campo claro de SW620 células sujetas a 0,1 y 0,9 iluminación NA, respectivamente. (M, N) En la cara DIC imaginería de SW620 células sujetas a 0,1 y 0,9 NA NA iluminación, respectivamente. (O, P) de la sección transversal de imágenes DIC de SW620 células sujetas a 0,1 y 0,9 NA NA iluminación. Haga clic aquí para ver una versión más grande de esta figura.

Figura 3
Figura 3. Reconstrucciones de fase óptimas y subóptimas:. 4,8 m de diámetro de poliestireno esfera Cada fila investiga la dependencia de plano focal de la linea de cara intensidad de campo brillante (primera columna) y el perfil de fase reconstruida como el plano focal comienza en el punto medio a través de la esfera, z = 0 , y se mueve más allá de este plano en 1 m pasos. (A, E, I, M) E n frente a la intensidad de campo claro, (B, F, J, N) correspondiente reconstrucción de fase, (C, G, K, O) comparación del perfil de fase reconstruido a lo largo de la diagonal de la fase mapa, círculos azules, perfil teórico fase, en rojo, y la tolerancia de error del fabricante, líneas negras, y (D, H, L, P) por ciento (%) de error de la p reconstruidahase con respecto al perfil de fase teórica. Haga clic aquí para ver una versión más grande de esta figura.

Figura 4
Figura 4. Reconstrucciones fase óptimos y subóptimos:. Celular SW620 Las dos columnas comparan campo brillante imagen aviones subóptimas y óptimos (A, B) de la z-stack para centrar el cálculo de fase. Las reconstrucciones de fase correspondientes (C, D) se utilizan para generar una imagen DIC seudo (E, F). Estos se comparan con la imagen verdadera DIC, NA = 0,9 iluminación, en (G). El DIC imagen seudo juego mejor la imagen DIC determina las imágenes de entrada correctos del campo claro imapila ge a utilizar en la reconstrucción de fase. Por último, la fase se asigna a la densidad de la masa proyectada (H, I). Por favor, haga clic aquí para ver una versión más grande de esta figura.

La figura 5
Figura 5. Óptimo mejora de contraste DIC usando HTDIC: esferas de poliestireno y de células SW620. Imagen HTDIC (A) Las imágenes de la sección transversal CID de una esfera 4.8 de poliestireno, (B) correspondiente, (C) de Fourier filtró imagen HTDIC. La dimensión axial de las imágenes esfera haber sido reducido para dar cuenta de desajuste del índice de refracción de la muestra (1,597) y los medios de comunicación de montaje (1.4). (DF) demuestran el mismo tipo de imagen para una célula SW620, sin embargo, sin la i de refracciónndex corrección desajuste debido a la diferencia de índice débil de la muestra. No umbral se ha realizado en estas imágenes. Haga clic aquí para ver una versión más grande de esta figura.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

En general, NIQPM es una técnica de difracción limitada validado en longitudes de trayectoria óptica que van desde 0,25 hasta 44,7. La validación se realizó en n = 1.596 esferas de poliestireno que varían en diámetro desde 0,11 hasta 9,8 micras en suspensión en Fluoromount G (datos no mostrados). Las células poseen longitudes de trayectoria óptica que van desde casi 0-7.

Cuando se mide la distribución de la densidad de una muestra se puede encontrar que la imagen DIC seudo ve bien mientras que el mapa de densidad posee contribuciones de fondo no deseados. Esto es debido al ruido en el campo brillante imágenes de la muestra utilizada como entrada para el algoritmo de NIQPM. Dos posibles modificaciones en el método NIQPM se pueden utilizar para eliminar las contribuciones de fondo no deseados: en primer lugar, se puede utilizar tiempos de exposición más largos para mejorar la relación señal-ruido en el campo brillante de imágenes. Esto es especialmente crítico cuando los especímenes formación de imágenes ópticamente delgadas. Alternativamente, se puede reducir la separación axial de la acquisit Z-pilaion 0,1-0,05 my promedio 2-3 aviones juntos antes de introducirlas en el algoritmo NIQPM.

Determinación del volumen basado HTDIC ha sido validado en esferas de poliestireno que varían en diámetro 1-20 micras y ha sido validada cruz con microscopía de fluorescencia confocal 35. La técnica sobreestima el volumen de los objetos por debajo del límite de difracción del sistema debido a efectos de difracción asociados con la función de dispersión de punto de la óptica.

Solución de problemas de la determinación del volumen HTDIC tal vez necesaria para muestras pequeñas o delgadas. La principal fuente de error proviene de la segmentación de imágenes utilizando la detección de bordes basada Sobel-incorporado en MATLAB se utiliza para determinar las fronteras de la célula en las imágenes de la sección transversal. El valor de "umbral" en la sección 4 del programa HTDIC es fundamental en la obtención de la mejor segmentación. Resultados tienden a variar de una manera no lineal - con pequeños cambios en drástic "umbral"y cambiar el área cerrada resultante de la detección de bordes. El actual programa presenta al usuario con opciones para realizar la segmentación de imágenes, ya sea del z-stack DIC, el z-stack HTDIC o el z-stack F-HTDIC.

Solo DIC menudo es mejor para grandes ejemplares mientras HTDIC y el trabajo F-HTDIC para los especímenes más pequeños (<5 micras de diámetro).

Una máscara puede mejorar la capacidad del método para segmentar la imagen. Sección 2 permite al usuario determinar una máscara para aplicar al cubo imagen. Se recomienda el uso de una máscara rectangular que trunca el horizontal (x-extensión) del cubo, mientras que la preservación de la vertical (extensión) del cubo.

En resumen, NIQPM y HTDIC son modalidades de imágenes cuantitativas tecnológicamente accesibles que se pueden realizar en los microscopios estándar "off-the-shelf" ópticos, en contraste con la mayoría de los métodos existentes. Central de estas técnicas es a través de enfoque de imágenes de la muestra bajo el aproxcondiciones opriate imágenes: baja iluminación NA para NIQPM y alta iluminación NA para HTDIC. Los métodos presentados aquí pueden ser generalizados para su uso en sistemas distintos a los que se ha demostrado aquí. Los criterios primarios requeridos para estos procedimientos es un microscopio para los que el usuario tiene control sobre el Z-movimiento de la fase y la capacidad de adquirir imágenes como la posición focal de la lente objetivo es variada. Los métodos presentados son adecuados para obtener imágenes de células fijas o en movimiento lentamente especímenes biológicos.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Los autores no tienen intereses financieros en los trabajos presentados.

Acknowledgments

Este trabajo fue apoyado por becas de los Institutos Nacionales de Salud (U54CA143906 a KGP, OJTM y R01HL101972 a OJTM) y una Fundación de Investigación Médica de Oregon Investigator Award Early Clínica (KGP). OJTM es un Investigador Establecido Asociación Americana del Corazón (13EIA12630000). Agradecemos al Dr. Eric Anderson, del Instituto del Cáncer Knight para preparar muestras de células utilizadas en este trabajo.

Materials

Name Company Catalog Number Comments
Zeiss Axio Imager 2 microscope Carl Zeiss MicroImaging GmbH, Germany Axio Imager D2 Microscope
Green filter (λ = 540 ± 25 nm) Chroma Technology Corp., Bellows Falls, Vermont D540/25x Green filter
SlideBook 5.5 software Intelligent Imaging Innovations, Denver, Colorado Image acquistion software
Polystyrene microspheres Bangs Laboratory, Inc., Fishers, IN PS06N Polystyrene spheres
Fluoromount-G SouthernBiotech, Birmingham, Alabama 0100-01 Mounting media

DOWNLOAD MATERIALS LIST

References

  1. Zernike, F. Das Phasenkontrastverfahren bei der mikroskopischen Beobachtung. Z. Technische Physik. 16, 454-457 (1935).
  2. Zernike, F. Phase contrast, a new method for the microscopic observation of transparent objects. Physica. 9 (42), 974-986 (1942).
  3. Blow, N. Finding Phase. Nat. Cell Biol. 11, (2009).
  4. Smith, F. H. Microscopic interferometry, Research. 8, 385-395 (1955).
  5. Nomarski, G. Microinterféromètre différentiel à ondes polarisées. J. Phys. Radium. 16, (1955).
  6. Lang, W. Nomarski differential-interference contrast microscopy. Zeiss Inform. 70, 114-120 (1968).
  7. Allen, R. D., Allen, N. S., Travis, J. L. Video-enhanced contrast, differential interference contrast (VEC-DIC) microscopy: a new method capable of analyzing microtubule-related motility in the reticulopodial network of Allogromia laticollaris. Cell Motil. Cytoskel. 1, 291-302 (1981).
  8. Inoué, S. Video image processing greatly enhances contrast, quality, and speed in polarization-based microscopy. J. Cell Biol. 89, 346-356 (1981).
  9. Aslan, J. E., Itakura, A., Gertz, J. M., McCarty, O. J. Platelet shape change and spreading. Methods Mol. Biol. , 10-1007 (2012).
  10. Barer, R. Interference microscopy and mass determination. Nature. 169, 366-367 (1038).
  11. Ross Barer, R., Tkaczyk, K. F. A., S, Refractometry of living cells. Nature. 171, 720-724 (1953).
  12. Preza, C., Snyder, D. L., Conchello, J. A. Theoretical development and experimental evaluation of imaging models for differential interference contrast microscopy. J. Opt. Soc. Am. A. 16, 2185-2199 (1999).
  13. Arnison, M. R., Larkin, K. G., Sheppard, C. J., Smith, N. I., Cogswell, C. J. Linear phase imaging using differential interference contrast microscopy. J. Microsc. 214, 7-12 (2004).
  14. Van Munster, E. B., Van Vliet, L. J., Aten, J. A. Reconstruction of optical pathlength distributions from images obtained by a wide‐field differential interference contrast microscope. J. Microsc. 188, 149-157 (1997).
  15. Kou, S. S., Waller, L., Barbastathis, G., Sheppard, C. J. Transport-of-intensity approach to differential interference contrast (TI-DIC) microscopy for quantitative phase imaging. Opt. Lett. 35, 447-449 (2010).
  16. Xu, M. Scattering-phase theorem: anomalous diffraction by forward-peaked scattering media. Opt. Exp. 19, 21643-21651 (2011).
  17. Duncan, D. D., Fischer, D. G., Dayton, A., Prahl, S. A. Quantitative Carré differential interference contrast microscopy to assess phase and amplitude. J. Opt. Soc. Am. A. 28, 1297-1306 (2011).
  18. Barty, A., Nugent, K. A., Paganin, D., Roberts, A. Quantitative optical phase microscopy. Opt. Lett. 23, 817-819 (1998).
  19. Paganin, D., Nugent, K. A. Non-interferometric phase imaging with partially coherent light. Phys. Rev. Lett. 80, 2586-2589 (1998).
  20. Frank, J., Altmeyer, S., Wernicke, G. N. on-interferometric non-iterative phase retrieval by Green’s functions. J. Opt. Soc. Am. A. 27, 2244-2251 (2010).
  21. Phillips, K. G., Velasco, C. R., Li, J., Kolatkar, A., Luttgen, M., Bethel, K., Duggan, B., Kuhn, P., McCarty, O. J. Optical quantification of cellular mass, volume, and density of circulating tumor cells identified in an ovarian cancer patient. Front. Oncol. 2, 1-8 (2012).
  22. Phillips, K. G., Jacques, S. L., McCarty, O. J. Measurement of single cell refractive index, dry mass, volume, and density using a transillumination microscope. Phys. Rev. Lett. 109, 1-5 (2012).
  23. Park, Y. K., Diez-Silva, M., Popescu, G., Lykotrafitis, G., Choi, W., Feld, M. S., Suresh, S. Refractive index maps and membrane dynamics of human red blood cells parasitized by Plasmodium falciparum. , 105-13730 (2008).
  24. Mir, M., Wang, Z., Shen, Z., Bednarz, M., Bashir, R., Golding, I., Popescu, G. Optical measurement of cycle-dependent cell growth. Proc. Natl. Acad. Sci. U.S.A. 108, 13124-13129 (2011).
  25. Popescu, G., Ikeda, T., Goda, K., Best-Popescu, C. A., Laposata, M., Manley, S., Feld, M. S. Optical measurement of cell membrane tension. Phys. Rev. Lett. 97, 1-4 (2006).
  26. Popescu, G., Ikeda, T., Dasari, R. R., Feld, M. S. Diffraction phase microscopy for quantifying cell structure and dynamics. Opt. Lett. 31, 775-777 (2006).
  27. Choi, W., Fang-Yen, C., Badizadegan, K., Oh, S., Lue, N., Dasari, R. R., Feld, M. S. Tomographic phase microscopy. Nat. Methods. 4 (9), 717-719 (2007).
  28. Charrière, F., Marian, A., Montfort, F., Kuehn, J., Colomb, T., Cuche, E., Depeursinge, C. Cell refractive index tomography by digital holographic microscopy. Opt. Lett. 31, 178-180 (2006).
  29. Joo, C., Akkin, T., Cense, B., Park, B. H., de Boer, J. F. Spectral-domain optical coherence phase microscopy for quantitative phase-contrast imaging. Opt. Lett. 30, 2131-2133 (2005).
  30. Wang, Z., Millet, L., Mir, M., Ding, H., Unarunotai, S., Rogers, J., Popescu, G. Spatial light interference microscopy. SLIM). Opt. Exp. 19, 1016-1026 (2011).
  31. Ikeda, T., Popescu, G., Dasari, R. R., Feld, M. S. Hilbert phase microscopy for investigating fast dynamics in transparent systems. Opt. Lett. 30, 1165-1167 (2005).
  32. Shaked, N. T., Rinehart, M. T., Wax, A. Dual-interference-channel quantitative-phase microscopy of live cell dynamics. Opt. Lett. 34, 767-769 (2009).
  33. Popescu, G., Park, Y., Lue, N., Best-Popescu, C., Deflores, L., Dasari, R. R., Badizadegan, K. Optical imaging of cell mass and growth dynamics. Am. J. Physiol. Cell Physiol. 295, (2008).
  34. Arnison, M. R., Cogswell, C. J., Smith, N. I., Fekete, P. W., Larkin, K. G. Using the Hilbert transform for 3D visualization of differential interference contrast microscope images. J. Microsc. 199, 79-84 (2001).
  35. Baker, S. M., Phillips, K. G., McCarty, O. J. Development of a label-free imaging technique for the quantification of thrombus formation. Cell. Mol. Bioeng. 5, 488-492 (2012).

Tags

Bioingeniería Número 86 la óptica libre de marca la microscopía cuantitativa biofísica celular la masa de células el volumen celular la densidad celular
Microscopía óptica cuantitativa: Medición de Biofísica Celular Características con un microscopio óptico estándar
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Phillips, K. G., Baker-Groberg, S.… More

Phillips, K. G., Baker-Groberg, S. M., McCarty, O. J. T. Quantitative Optical Microscopy: Measurement of Cellular Biophysical Features with a Standard Optical Microscope. J. Vis. Exp. (86), e50988, doi:10.3791/50988 (2014).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter