حجم تجزئة وتحليل المواد البيولوجية باستخدام منضدة سورفوس (منطقة عظمى تجزئة وحدة التخزين)

الهدف العام من هذا الإجراء هو تقسيم مجموعات البيانات الحجمية المعقدة ذات الطبيعة البيولوجية شبه تلقائية. يمكن أن تساعد هذه الطريقة في الإجابة على الأسئلة الرئيسية في مجال البيولوجيا الهيكلية من خلال السماح بالتحليل النوعي والكمي للبيانات الحجمية. الميزة الرئيسية لهذه التقنية هي أنه على الرغم من أن هذه الطريقة يمكن أن توفر نظرة ثاقبة لمجموعات البيانات البيولوجية ، إلا أنه يمكن تطبيقها أيضا على مجالات أخرى مثل علوم المواد.

يستخدم هذا البرنامج سير عمل مختلفا كبرامج تجزئة يمكن أن تسبب صعوبات أولية عند استخدام SuRVoS لأول مرة. لذلك ، يعد العرض التوضيحي المرئي أمرا بالغ الأهمية لفهم سير العمل الجديد هذا. يتم عرض تجزئة المناطق الكبيرة المحددة جيدا باستخدام التدريب النموذجي على مجموعة بيانات التصوير المقطعي بالأشعة السينية بتباين الطور.

لبدء هذا الإجراء، قم بتشغيل منضدة عمل SuRVoS. انقر فوق الزر فتح مجموعة البيانات وحدد ملف البيانات المراد تقسيمه في النافذة المنبثقة الناتجة. اختر اتجاها مناسبا لمجموعة البيانات.

بعد ذلك ، اختر مجلدا لتخزين مساحة العمل والملفات المرتبطة به. انقر فوق الزر تحميل. في علامة التبويب تحديد عائد الاستثمار، أدخل إحداثيات البدء والنهاية X وY وZ لاهتمامنا بمنطقتنا وانقر فوق إضافة.

بمجرد إضافة قسم ، تأكد من تحديده عن طريق تحديد المربع الموجود على اليمين. بعد ذلك ، في علامة التبويب قنوات الميزات ، استخدم القائمة المنسدلة لاختيار ميزة وإضافتها إلى قائمة الانتظار. قم بتعديل أي خيارات خاصة بالميزة واختر مجموعة بيانات الإدخال التي تريد تشغيل الميزة عليها.

انقر فوق خانة الاختيار الموجودة على يسار اسم الميزة للحساب. يمكن تشغيل ميزات متعددة على نفس مجموعة البيانات ويمكن استخدام الميزات المحسوبة كمجموعات بيانات إدخال لمزيد من المعالجة. ثم اختر علامة التبويب المناطق الفائقة.

في قسم Super Voxels، استخدم القائمة المنسدلة لتحديد مجموعة البيانات التي تمت تصفيتها والتي سيتم إنشاء الفوكسلات الفائقة منها. حدد الشكل والتباعد والاكتناز. انقر فوق الزر "تطبيق" لإنشاء فوكسل الفائق.

لتقييم جودة الفوكسل الفائق ، اعرضها بمفردها دون تراكب البيانات. إذا كانت الميزات ذات الأهمية من البيانات لا تزال مرئية في الفوكسلات الفائقة وحدها ، فإنها تمثل البيانات بشكل جيد. في علامة التبويب التعليق التوضيحي، انقر فوق الزر إضافة مستوى لإضافة مستوى تعليق توضيحي.

انقر فوق الزر "إضافة تسمية" في المستوى الذي تم إنشاؤه حديثا لإضافة تسمية للتعليق التوضيحي. بعد ذلك ، في قسم اختصار الأداة ، حدد رمز القلم. ستظهر مجموعة من الخيارات في الجزء العلوي من جزء المرئيات.

حدد خيار super voxels وقلم متوسط العرض لبدء إنشاء بيانات التدريب لتدريب النموذج. انقر فوق المربع الموجود في أقصى يسار معلومات التسمية لتحديد التسمية المراد إضافة تعليقات توضيحية. ثم انقر واسحب في جزء المرئيات للتعليق على العديد من الأصوات الفائقة الصوتية.

في علامة التبويب تدريب النماذج، قم بتعيين مستوى التنبؤ إلى المستوى الذي يحتوي على التعليقات التوضيحية للتدريب اليدوي. ثم في قسم الواصف، اضبط المنطقة على فوكسل فائق. انقر فوق القائمة المنسدلة تحديد المصادر وحدد المربعات الخاصة بالميزات أو عوامل التصفية التي تختارها لتحديد الواصفات التي سيتم استخدامها للتمييز بين مناطق البيانات.

انقر فوق الزر "توقع". عند اكتمال الحساب، سيتم تحديث جزء المرئيات بالتنبؤات الخاصة بتسمية التعليقات التوضيحية التي تنتمي إليها كل فوكسل غير مسماة. بعد تقييم تأثير منهجيات التدريب واختيار أحدها، انقر فوق القائمة المنسدلة تحسين في قسم التحسين لتطبيق تحسين إضافي.

في الجزء السفلي من علامة تبويب تدريب النموذج في قسم تحديث التعليقات التوضيحية، تأكد من تعيين القائمة المنسدلة للمرئيات إلى التنبؤات. بعد ذلك ، استخدم شريط تمرير الثقة لتعيين أكثر أو أقل من الفوكسلات الفائقة غير المشروحة إلى تسميات التعليقات التوضيحية المحددة. بعد تحديد مستوى مناسب من الثقة، انقر فوق حفظ الأزرار بجوار التسميات في أسفل أداة الثقة لحفظ التنبؤات في تسميات محددة.

سيتم تحديث جزء المرئيات ليعكس التغييرات التي تم إجراؤها. إذا لزم الأمر ، كرر تدريب النموذج مع تحسين إضافي وتنبؤات ثقة عالية حتى يكون هناك عدد قليل من الفوكسلات الفائقة غير المسماة أو معدومة. يتم توضيح تجزئة المناطق الأصغر والأكثر تعقيدا باستخدام المناطق الفائقة في مجموعة بيانات التصوير المقطعي الإلكتروني بالتبريد.

بعد إضافة المستويات والتسميات المناسبة في علامة تبويب التعليقات التوضيحية، حدد التسمية. باستخدام قلم متوسط العرض، ابدأ في التعليق التوضيحي باستخدام الفوكسلات الفائقة المحددة. تتمثل إحدى استراتيجيات تجزئة المنطقة الفائقة في التقسيم السريع على شريحة واحدة ، وتحريك بضع شرائح أعلى أو أسفل ، وملء الفجوات في الشريحة الجديدة.

بهذه الطريقة ، سيتم تعليق الشرائح الوسيطة أيضا بجهد أقل من قبل المستخدم. بعد ذلك ، لتنظيف التعليقات التوضيحية بشكل أكبر ، حدد ملصق التجزئة وإحدى طرق التحسين المورفولوجي. أدخل قيمة نصف قطرها واختر كيفية تطبيق طريقة التنقيح.

ثم انقر فوق "تنقية". يتم توضيح تصنيف كائنات البيانات وتحليلها على مجموعة بيانات التصوير المقطعي بالأشعة السينية الناعمة بالتبريد. بعد تقسيم البيانات بالكامل ، انقر فوق علامة التبويب الثانية في جزء المرئيات المسماة Label Splitter.

ستتم إضافة منطقة جديدة، جزء إنشاء القاعدة، إلى الجانب الأيسر من النافذة. في الجزء العلوي من جزء إنشاء القواعد، حدد المستوى والتسميات لتقسيم التسميات. بعد ذلك، حدد مجموعة البيانات المراد الاستعلام عنها وانقر فوق تسمية.

سيتم الآن تحديد كل كائن في التسميات المحددة باللون الأزرق ككائنات منفصلة في جزء المرئيات. سيحتوي جزء إنشاء القاعدة الآن على مخطط يوضح متوسط كثافة الكائنات. انقر فوق مربع القائمة المنسدلة في الجانب الأيمن العلوي لتغيير المقياس المعروض.

بعد ذلك، انقر فوق إضافة تسمية جديدة في الجزء السفلي من جزء إنشاء القاعدة لبدء تقسيم الكائنات إلى فئات ذات صلة. انقر فوق إضافة قاعدة جديدة واستخدم مربعات القائمة المنسدلة وإدخال النموذج الحر لتحديد القاعدة المراد تطبيقها. انقر فوق تطبيق لرؤية تأثيرات القاعدة الجديدة في جزء المرئيات وعلى المخطط في جزء إنشاء القاعدة.

بعد تصنيف جميع الكائنات ذات الأهمية، انتقل إلى علامة التبويب التعليقات التوضيحية. قم بإنشاء مستوى فارغ جديد. ثم اختر هذا المستوى الجديد في علامة تبويب إنشاء القاعدة وانقر فوق حفظ التصنيفات.

انقر فوق علامة التبويب إحصائيات التسمية على حافة جزء المرئيات لفتح جزء مرئيات جديد يمكن استخدامه لفهم العلاقات بين فئات الكائنات. في الجزء العلوي، حدد المستوى المناسب والتسميات ومجموعة البيانات المراد الاستعلام عنها. ثم حدد بعض مقاييس الاهتمام عن طريق تحديد المربعات المجاورة لها.

انقر على تسمية لإنتاج مخططات مقارنة زوجية لكل من المقاييس المحددة. إذا كان هناك حاجة إلى إضافة مقياس أو إزالته، فانقر فوق خانة الاختيار المناسبة ثم انقر فوق تحديث المؤامرة. في هذه الدراسة ، تم توضيح استراتيجيتين للتجزئة وأداة تصنيف واحدة في منضدة عمل SuRVoS.

للتدريب على النموذج ، يتم تحميل مجموعة بيانات عالية التباين نسبيا مع حدود تحدد المنطقة. تتم تصفية البيانات وتثبيتها لجعل الخلفية والمقدمة والهياكل الداخلية أكثر تميزا. ثم يتم إنشاء Super voxels أعلى مجموعة البيانات التي تمت تصفيتها

بعد تقييم جودة الفوكسل الفائق ، يتم إجراء التعليقات التوضيحية اليدوية لتدريب المصنف على التنبؤ بالمناطق المقابلة للخلفية ، وشعيرات الفاكهة ، ومادة البذور ، واللحم المحيط. تستخدم التحسينات المورفولوجية لتنظيف التجزئة عن طريق ملء الثقوب. لتجزئة المنطقة الفائقة، يتم تحميل مجموعة بيانات صاخبة ومعقدة.

بعد ذلك ، يتم تطبيق مجموعة عوامل تصفية مناسبة على منطقة الاهتمام المحددة. بعد تدريب النموذج والتجزئة ، يتم استخدام التعليقات التوضيحية اليدوية السريعة كل خمس إلى 10 شرائح لتحديد الفوكسلات الفائقة التي تصف ميزة الاهتمام. ثم يتم عرض تقسيم الملصقات باستخدام مجموعة بيانات تحتوي على العديد من العضيات المتنوعة.

أولا ، يتم استخدام مرشح التباين الكلي المناسب لتعزيز حدود العضية. يتم تقسيم العضيات بشكل شبه يدوي باستخدام فوكسل ضخمة وفوكسل فائق ويستخدم التكرير لملء الثقوب والحواف الملساء. يتم استخدام مقسم التسمية لتصور كل عضية ككائن في مجموعة البيانات ثم لتصور الخصائص المختلفة حول كل كائن في مخطط البيانات.

هنا ، تم إنشاء قواعد لفصل العضيات إلى خمس فئات متميزة بناء على خصائصها الموروثة ، على سبيل المثال حجمها أو متوسط شدتها. يمكن استخدام مقسم الملصقات لإخراج معلومات كمية حول البيانات والبدء في فهم السياق الخلوي. بعد مشاهدة هذا الفيديو ، يجب أن يكون لديك فهم جيد لكيفية استخدام منضدة عمل SuRVoS للتجزئة شبه التلقائية.

باستخدام هذا الإجراء ، يمكن إجراء مقارنات بين الحالات البيولوجية المتعددة من أجل الإجابة على الأسئلة ، على سبيل المثال حول الأمراض البرية ثم الحالات المعالجة. بمجرد إتقانها ، يمكن لهذه التقنية تسريع عملية التجزئة بحوالي خمس مرات إذا تم إجراؤها بشكل صحيح. باتباع هذا الإجراء ، يمكن استخدام برامج التصور لتقديم النتائج للنشر وصناعة الأفلام.