2020年11月11日
本文介绍了一种利用基于曲线波变换的开源MATLAB软件工具,定量分析正常和病变组织细胞外基质中纤维状胶原排列的方法。该工具可应用于含有胶原纤维或其他类型线状结构的图像。
该工具可在全球感兴趣区域和单根纤维层面上,对多种疾病相关的细胞外基质中纤维状胶原组织的改变进行定量分析。该工具采用曲线波变换(curvelet transform)——一种最优的多尺度方向性图像表征方法,以去除图像噪声并增强纤维边缘。全面且用户友好的模块设计实现了高效定量分析。
进行单根纤维提取时,按照协议打开 CT-FIRE,点击“打开文件”以选择一个或多个感兴趣的图像。在参数面板中,点击“更新”并调整背景阈值和成核搜索半径。当所有参数设置完成后,点击“运行”。
分析完成后,单击输出表格中的任意元素以可视化结果,并检查 ctFIREout 子文件夹中的输出文件。如需分析感兴趣区域,请单击“打开文件”以加载一张或多张图像,并选择需要标注的图像。在运行选项面板中,从下拉菜单中选择“感兴趣区域管理器”,然后单击“运行”以启动感兴趣区域管理器模块。
接下来,点击“绘制感兴趣区域”菜单 D 下拉菜单,并绘制感兴趣区域。如果已完成全图像 CT-FIRE 分析且结果已保存在默认目录中,请在感兴趣区域列表中点击一个或多个感兴趣区域,然后点击“CT-FIRE 感兴趣区域分析器”以启动感兴趣区域后处理分析模块。如果尚未进行全图像 CT-FIRE 分析,请在感兴趣区域列表中点击一个或多个感兴趣区域,然后点击“对 ROI 应用 CT-FIRE”以直接将 CT-FIRE 分析应用于所选的感兴趣区域。
对于高级后处理,勾选“out. adv”复选框,然后点击后处理以启动高级后处理图形界面。在分析模块中,点击选择文件并可视化纤维,以便根据原始纤维标签页中的标签输入纤维数量。
单击“确认更新”以进入阈值处理操作,并勾选阈值设置复选框以启用阈值参数。从下拉菜单中选择四种阈值处理方法之一,并在阈值面板中为一个或多个纤维属性输入所需的阈值。然后单击“立即阈值处理”以应用上述阈值条件,并查看文件名以“metrics visualization”结尾的提示图,该图将显示根据自定义颜色映射叠加在原始图像上的已选纤维。
设置阈值后,单击“保存纤维”以保存选定的纤维信息,然后单击“生成统计”并单击“确定”以生成汇总统计结果。若要合并多个图像的结果,请勾选批量模式,并在生成汇总统计结果前从弹出窗口中选择多个待分析的图像或图像堆栈。如需提取基于CT的纤维特征,请按照操作流程打开CurveAlign软件,在主图形用户界面中单击“获取图像”,然后从提示窗口中选择一个或多个图像或图像堆栈。
输入保留系数的比例值,即在纤维分析中将使用的 CT 最大系数的比例,然后点击运行。重复操作以设定合适的阈值。当处理完成后,每幅图像的一些统计摘要信息将显示在一个输出表格中,所有输出文件将自动保存在原始图像目录下名为 CA_out 的子文件夹中。
为了提取基于 CT-FIRE 的纤维特征,请点击纤维分析方法下拉菜单,选择 CT-FIRE 纤维,以利用纤维中心点和纤维角度来表征纤维。对于肿瘤边界的相对取向分析,请选择 TIFF 边界条件。打开 CurveAlign 软件,在主图形用户界面中点击“get images”,然后在弹出窗口中选择一个或多个图像或图像堆栈。
在主要参数面板中,输入距最近边界的距离,以仅评估该距离范围内的纤维。在输出选项面板中,勾选边界关联复选框,以可视化与纤维、纤维段或曲线段相关联的边界上的点,然后点击运行,再点击输出表格以查看结果。如果已执行完整的图像 CurveAlign 分析并将结果保存在默认目录中,请在感兴趣区域列表中点击一个或多个感兴趣区域,然后点击 CurveAlign 感兴趣区域分析器,以运行后续的感兴趣区域分析。
如果尚未进行完整的图像CurveAlign分析,请在感兴趣区域列表中单击一个或多个感兴趣区域,然后单击“对感兴趣区域应用CurveAlign”,以直接对选定的感兴趣区域执行CurveAlign分析。在该图像中,可观察到组织微阵列核心的叠加图像。在放大图中,可观察到感兴趣区域内平行和垂直于肿瘤边界的纤维结构。
CurveAlign 输出的叠加图像显示了肿瘤边界以及具有代表性的纤维位置和取向。该方法不仅可用于定量分析胶原纤维,还可用于分析其他线状结构(如弹性蛋白),并有望促进癌症的早期诊断和预后分析。
查看完整文字稿并访问数千部科学视频
本文介绍了一种利用基于曲线波变换的MATLAB工具定量分析细胞外基质中纤维状胶原组织的实验方案。该工具适用于正常和病变组织,可增强对胶原纤维的分析能力。
量化纤维状胶原的组织结构可为细胞外基质重塑提供关键见解,而基质重塑是癌症进展及其他纤维化疾病的显著特征。基于曲线波变换的分析平台能够对纤维形态和取向进行可重复的高通量分析,支持临床前肿瘤学和纤维化研究中的靶点验证与机制风险评估。该工具可提供定量的、位置特异性的纤维特征,增强在疾病相关体系中的预测可靠性,并为早期发现阶段的研发管线提供“推进/终止”决策依据。
该平台可整合到从早期靶点假设验证到临床前验证的发现工作流程中,为肿瘤学和纤维化适应症的细胞外基质表型分析提供可重复使用的功能。