$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Die Quantifizierung von Zellen ist für eine Vielzahl von biologischen und biochemischen Studien notwendig. Die konventionelle Bildanalyse von Zellen verwendet typischerweise entweder Fluoreszenzdetektionsansätze wie Immunfluoreszenzfärbung oder Transfektion mit fluoreszierenden Proteinen oder Kantendetektionstechniken, die aufgrund von Rauschen und anderen Nicht-Idealitäten im Bildhintergrund oft fehleranfällig sind.
Wir haben einen neuen Algorithmus entwickelt, der Makrophagen und Fibroblasten, Zellen verschiedener Phänotypen, die oft während der Geweberegeneration kolokalisieren, genau zählen und unterscheiden kann. MATLAB wurde verwendet, um den Algorithmus zu implementieren, der verschiedene Zelltypen basierend auf Höhenunterschieden vom Hintergrund unterscheidet. Ein primärer Algorithmus wurde unter Verwendung einer flächenbasierten Methode entwickelt, um Variationen in der Zellgröße / -struktur und die Bedingungen für die Aussaat mit hoher Dichte zu berücksichtigen.
Nicht-Idealitäten in Zellstrukturen wurden mit einem sekundären, iterativen Algorithmus berücksichtigt, der interne Parameter wie die Zellbedeckung verwendet, die unter Verwendung experimenteller Daten für einen bestimmten Zelltyp berechnet wurde. Schließlich wurde eine Analyse der Kokulturumgebungen mit einem Isolationsalgorithmus durchgeführt, bei dem verschiedene Zelltypen selektiv ausgeschlossen wurden, basierend auf der Bewertung der relativen Höhenunterschiede innerhalb des Bildes. Es wurde festgestellt, dass dieser Ansatz Zellen innerhalb einer Fehlerspanne von 5% für monokultivierte Zellen und innerhalb einer Fehlerspanne von 10% für kokultivierte Zellen genau zählt.