$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
La quantification des cellules est nécessaire pour un large éventail d’études biologiques et biochimiques. L’analyse d’image conventionnelle des cellules utilise généralement des approches de détection par fluorescence, telles que la coloration immunofluorescente ou la transfection avec des protéines fluorescentes ou des techniques de détection des bords, qui sont souvent sujettes aux erreurs en raison du bruit et d’autres non-idéalités dans l’arrière-plan de l’image.
Nous avons conçu un nouvel algorithme capable de compter et de distinguer avec précision les macrophages et les fibroblastes, des cellules de différents phénotypes qui colocalisent souvent lors de la régénération tissulaire. MATLAB a été utilisé pour implémenter l’algorithme, qui différenciait des types de cellules distincts en fonction des différences de hauteur par rapport à l’arrière-plan. Un algorithme primaire a été développé à l’aide d’une méthode basée sur la zone pour tenir compte des variations de la taille / structure des cellules et des conditions d’ensemencement à haute densité.
Les non-idéalités dans les structures cellulaires ont été prises en compte à l’aide d’un algorithme itératif secondaire utilisant des paramètres internes tels que la couverture cellulaire calculée à l’aide de données expérimentales pour un type de cellule donné. Enfin, une analyse des environnements de coculture a été réalisée à l’aide d’un algorithme d’isolement dans lequel différents types de cellules ont été exclus de manière sélective en fonction de l’évaluation des différences de hauteur relative au sein de l’image. Cette approche s’est avérée compter avec précision les cellules dans une marge d’erreur de 5% pour les cellules monocultrices et dans une marge d’erreur de 10% pour les cellules en coculture.