يناير 11, 2018
ويصف هذا الأسلوب معالج صورة دفعي الآلي المصممة لقياس إنصاف أقطار الجسم وكبسولة السكاريد. بينما في البداية مصممة لقياسات المرسلة بين كبسولة يمكن أيضا تطبيق معالج الصور الآلي الأخرى الكشف عن التباين على أساس من الكائنات دائرية.
الهدف العام من هذه التقنية هو أتمتة القياسات اليدوية المملة. يمكن أن تساعد هذه الطريقة في الإجابة على الأسئلة الرئيسية في مجال المكورات المشفرة ، مثل العلاقة بين حجم جسم الكبسولة أو الخلية ، والجوانب المختلفة للضراوة. الميزة الرئيسية لهذه التقنية هي أنها تسمح بتحليل أحجام العينات الهائلة دون تعب.
تمتد الآثار المترتبة على هذه التقنية إلى علاج داء المستخفيات ، لأن حجم جسم الكبسولة والخلية هي جوانب مهمة لمسببات الأمراض. لإعداد شريحة حبر الهند ، ابدأ بسحب 10 ميكرولترات من عينة المكورات المشفرة على شريحة. أي سلالة دائرية yi مع العمل ، ولكن في هذه التجربة ، كان H99 هو السلالة الوحيدة المستخدمة.
ضع الماصة لترين ميكرولترين من صبغة الحبر الهندي على العينة واخلطها عن طريق دفع طرف الماصة فعليا إلى العينة والتحرك بحركة دائرية حتى يظهر الحبر الهندي موزعا بالتساوي. ضع زلة غطاء فوق العينة عن طريق الضغط باستمرار على الحافة اليسرى لزلة الغطاء على سطح الشريحة. بعد ذلك ، قم بخفض الجانب الآخر من الغطاء برفق وبشكل متساو فوق العينة.
اترك الشريحة تجف في الهواء لمدة خمس دقائق. بعد ذلك ، ضعي طبقة خفيفة من طلاء الأظافر على حدود زلة الغطاء لتشكيل ختم والحفاظ على بقعة الحبر الهندي. لتصوير العينات، ضع شريحة تحت مجهر المجال الساطع مع مرفق الكاميرا وتحويل البكسل إلى الميكرون المعروف.
اضبط المرشحات والأهداف والتباينات ، وتأكد من أن مجال الرؤية كثيف ، ولكن ليس مكتظا بالسكان ، مع خلايا المكورات المشفرة مع تباين واضح بين كبسولة الخلية والخلفية ، والتركيز بشكل صحيح مع جسم الخلية الذي يتم تصويره على أنه شريط مظلم. بعد التقاط الصور ، احفظها في دليل واحد بعناوين واضحة ، حيث سيتم تشغيل خوارزمية القياس على الصور في دليل واحد وسيتم تنظيم بيانات الإخراج وفقا لأسماء ملفات الصور. بعد إعداد الخوارزمية وفقا لبروتوكول النص ، قم بتشغيل التطبيق بالنقر المزدوج فوق QCA.py.
أثناء اتباع الخطوات الموضحة في البرنامج ، أدخل نوع الامتداد لملفات الصور ، مسبوقة بنقطة ومفصولة بفواصل منقوطة. ثم انقر فوق الزر Enter. اختر الدليل الذي توجد به ملفات الصور بالنقر فوق الزر تحديد الدليل وحدد المجلد الذي يحتوي على الصور.
قم بإنشاء قائمة ملفات الصور في الدليل بالنقر فوق إنشاء قائمة صور زر. سيتم سرد الصور في مربع النص على اليمين. مراجعة والتأكد من دقة القائمة واكتمالها.
بعد ذلك ، حدد صورة عشوائية من القائمة لاستخدامها كمعاينة بالنقر فوق الزر تحديد صورة عشوائية. ثم أدخل هدف المجهر وإعدادات التجميع. إذا كانت الإعدادات الافتراضية لا تتطابق مع المجهر المستخدم، فحدد تحويل البكسل المخصص وأدخل تحويل البكسل إلى ميكرومتر لملفات الصور.
بمجرد التحديد ، انقر فوق حساب التحويل زر وتأكد من صحة التحويل وفقا لمربع النص الموجود على اليمين. لإدخال معلمات الخوارزمية للكشف عن الدائرة ، أدخل الحد الأدنى والحد الأقصى لنصف القطر الذي يمكن اكتشافه لاكتشاف الكبسولة الخارجية ، حيث يتم إدخال نصف قطر الكبسولة الأدنى والقصوى. بعد ذلك ، أدخل الحد الأدنى والحد الأقصى لنصف القطر الذي يمكن اكتشافه للكشف عن جسم الخلية كإدخالات نصف قطر جسم الخلية الأدنى والقصوى.
الآن ، حرك منزلقات حساسية الكبسولة وجسم الخلية لضبط عتبة حساسية الخوارزمية. ستكون الحساسية المنخفضة صارمة ، وتقلل من اكتشاف الدائرة الإيجابية الخاطئة ، ولكنها قد تكتشف أيضا عددا أقل من الدوائر الحقيقية. على العكس من ذلك ، ستؤدي الحساسية العالية إلى زيادة معدل الكشف ، ولكنها قد تؤدي أيضا إلى دوائر إيجابية خاطئة.
قم بزيادة عدد الجثث والكبسولات التي تم اكتشافها وفحص ما إذا كانت الدوائر تبدو مناسبة بشكل صحيح أم لا. سيتم عرض عدد الجثث داخل الكبسولات المكتشفة في مربع النص على اليمين. خلاف ذلك ، قم بمعالجة معلمات الخوارزمية حتى تصبح النتائج دقيقة.
قم بتشغيل خوارزمية الكشف على دليل ملفات الصور بالكامل بالنقر فوق الزر بدء التحليل. سيتم تحليل كل صورة وسيعرض البرنامج انتهى في مربع النص على اليمين عند تحليل جميع الصور. ثم انقر فوق الزر "مطابقة وتنظيف".
سيؤدي ذلك إلى مطابقة أجسام الخلايا المكتشفة مع الكبسولات المكتشفة التي توجد فيها ، وحساب نصف قطر الكبسولة الحقيقي عن طريق طرح الجسم من الكبسولة. في دليل الصور، حدد موقع البيانات المكتملة في CleanedOutput. ملف CSV.
إذا تم تحديد جزء واحد فقط من البيانات، تسمية الملف CleanedBodies. csv أو CleanedCapsules.csv. كما هو موضح هنا في هذه الصورة المجهرية لشريحة حبر هندية ، يتم فصل الخلايا وبكثافة منخفضة بما فيه الكفاية حتى لا تطغى على مجال الرؤية.
كماتم استخدام بقعة كافية لخلق تباين بين الخلايا والخلفية. تحدد الخوارزمية حتبة فريدة لكل صورة عن طريق أخذ متوسط قيمة الشدة وإضافة الانحراف المعياري. تعتبر شدة البكسل ذات الكثافة الأعلى من العتبة بيضاء ، وذات كثافة أقل ، تعتبر سوداء.
يجب تصور جسم الخلية على أنه دائرة سوداء قوية على الخلفية البيضاء للكبسولة. أفضل مستوى بؤري يمكن استخدامه هو المستوى الذي يظهر فيه جسم الخلية كشريط داكن ومركز. هذا المستوى البؤري مقبول كمعيار ، لأنه يركز الخلية بشكل صحيح.
تم تأكيد هذا من خلال تصور جدار الخلية باستخدام UVITEX ، وهو نوع من البقع التي من الواضح أنها جدار خلوي هش ومركز مع إشارة ضعيفة في المركز. عندما يتم اتباع البروتوكول بدقة ويتم الحصول على الصور المثلى ، تكون الخوارزمية دقيقة وموثوقة. ومع ذلك ، إذا تم اتباع البروتوكول بشكل غير صحيح وتم الحصول على صور دون المستوى الأمثل بسبب ضعف التلوين أو الاكتظاظ أو المعلمات الأخرى المذكورة سابقا ، فإن الخوارزمية تفقد الدقة ولا يمكنها تلخيص القياسات البشرية.
بمجرد إتقانها ، يمكن إجراء هذه التقنية في حوالي 10 دقائق إذا تم إجراؤها بشكل صحيح. أثناء محاولة هذا الإجراء ، من المهم أن تتذكر أن تتعرف على الحصول على الصور المثلى في وقت مبكر ، حتى تكون مستعدا عند الحصول على عينات حقيقية. بعد تطويرها ، مهدت هذه التقنية الطريق للباحثين في مجال أبحاث المكورات المشفرة لاستكشاف أحجام جسم الكبسولة والخلايا في أي نظام تصوير يتم فيه تصور الاثنين بوضوح.
بعد مشاهدة هذا الفيديو ، يجب أن يكون لديك فهم جيد لكيفية قياس كبسولات المكورات المشفرة وأجسام الخلايا. لا تنس أن العمل مع المكورات المشفرة يمكن أن يكون خطيرا للغاية ، ويجب دائما اتخاذ الاحتياطات مثل السلامة الأساسية ل BSL2 أثناء تنفيذ هذا الإجراء.
اعرض النص الكامل واحصل على الوصول إلى آلاف الفيديوهات العلمية
تصف هذه التقنية معالج صور دفعي مؤتمت مصمم لقياس أنصاف أقطار الكبسولة السكرية وجسم الخلية. وتتيح هذه التقنية تحليل أحجام كبيرة من العينات، مما يسهل الأبحاث في مجال داء المستخفيات (cryptococcosis).
يعالج القياس الآلي لأبعاد المحفظة متعددة السكريات وجسم الخلية في الفطريات الخفية (cryptococcal) عنق زجاجة حرج في أبحاث ضراوة المسببات المرضية من خلال تمكين التكميم عالي الإنتاجية والقابل للتكرار. تدعم هذه القدرة التحقق من الأهداف وتقليل المخاطر الميكانيكية في برامج اكتشاف مضادات الفطريات عبر توفير بيانات معيارية وقابلة للتوسع حول محددات الضراوة الرئيسية. وتعزز هذه الطريقة الثقة التنبؤية في النماذج قبل السريرية عن طريق تقليل تباين القياسات وتسهيل إيجاد ارتباطات قوية إحصائياً بين حجم المحفظة والقدرة المرضية.
تتكامل هذه الطريقة ضمن سلسلة عملية الاكتشاف، بدءاً من التحقق المبكر من الهدف وصولاً إلى التقييم قبل السريري، مما يتيح قياساً متسقاً لعوامل الضراوة في فطريات المكورات الخفية عبر مختلف مراحل البحث.