Name: Microscopie optique quantitative: mesure de biophysique cellulaire Caractéristiques avec un microscope optique standard (Vidéo) | JoVE Journal
Uploaded: 2014-04-07T14:45:00.000+00:00
Duration: 14 min 9 s
Description: Apprenez à mesurer la masse, le volume et la densité cellulaires par microscopie optique quantitative sans fixation ni coloration. Cette technique non invasive utilise MATLAB pour analyser des images DIC et champ clair.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Ce travail a été financé par des subventions des Instituts nationaux de sanitaires (U54CA143906 à KGP, OJTM et R01HL101972 à OJTM) et une Fondation Oregon Medical Research Investigator Award clinique précoce (KGP). OJTM est un chercheur Créé American Heart Association (13EIA12630000). Nous remercions le Dr Eric Anderson de l&#39;Institut du cancer de chevalier de la préparation des échantillons de cellules utilisées dans ce travail.

Une. Microscope Spécifications Pour faire de l&#39;imagerie dans le bon mode microscope devrait avoir les caractéristiques suivantes: <ol><li> Posséder à la fois contraste interférentiel différentiel (DIC) et fond clair (BF) contraste. </li><li> Avoir un mouvement d&#39;axe z commandé par ordinateur. </li><li> Avoir un diaphragme d&#39;ouverture réglable pour faire varier l&#39;ouverture numérique de la lentille de condenseur. Une ouverture avec une règle graduée ou lecture électronique est nécessaire de connaître la valeur de l&#39;ouverture numérique. L&#39;ouverture numérique devrait se situer entre 0,1 pour NIQPM à 0,9 (ou ultérieure) pour HTDIC. </li><li> Le microscope doit avoir un filtre étroit de la couleur de la bande pour être utilisé pour l&#39;imagerie par champ lumineux. Ce filtre est nécessaire pour fixer le minimum de réfraction, une facture de longueur d&#39;onde dépendant utilisé pour convertir la phase de la densité de masse pour PNRPI. </li></ol> 2. Contraste interférentiel différentiel (DIC) Acquisition Z-stack <ol><li> Ouvrez le logiciel SlideBook unee créer une nouvelle diapositive pour la collecte de l&#39;image. </li><li> Ensuite, ouvrez la fenêtre de mise au point. Dans la section Filtre de Set, sélectionnez DIC. Dans l&#39;onglet Champ, dans la section condenseur, réglez la barre coulissante ouverture à la position la plus à droite (ouvrir tout le chemin). Ceci permet d&#39;obtenir l&#39;illumination de grande ouverture numérique et améliore sectionnement optique de l&#39;échantillon. </li><li> Focus sur l&#39;échantillon en utilisant un objectif DIC. Réglez l&#39;intensité de la lampe halogène jusqu&#39;à l&#39;échantillon est facilement visible. Pour assurer la caméra n&#39;est pas saturé, sélectionnez l&#39;onglet de la caméra dans la fenêtre de mise au point et vérifier que l&#39;histogramme des intensités des pixels est dans la gamme dynamique de la caméra. </li><li> Ouvrez la fenêtre de capture d&#39;image. Dans la section Type de capture, cochez la case 3D. Dans la section de capture 3D, sélectionnez la chaîne autour du centre et de retour à l&#39;emplacement actuel </strong&gt; boîtes et spécifier la gamme Z-direction, nombre d&#39;avions, et la taille de l&#39;étape. La gamme Z-direction devrait intégrer l&#39;ensemble de l&#39;échantillon. </li><li> Dans la section Filtre de consigne de la fenêtre de capture d&#39;image, cochez la case DIC et spécifier la durée d&#39;exposition. Dans la section Informations sur l&#39;image, le nom de l&#39;image (en option), puis sélectionnez Démarrer pour lancer l&#39;imagerie. </li></ol> 3. Champ lumineux (BF) Acquisition Z-stack <ol><li> Une fois que le microscope a terminé la collecte de la DIC Z-pile de l&#39;échantillon, ouvrir la fenêtre Focus et sélectionnez Ouvrir dans la section Filtre de Set. Réglez le curseur d&#39;ouverture à la position la plus à gauche (fermé tout le chemin) pour fournir un éclairage faible NA. </li><li> Changer le filtre parcours de lumière microscope au vert. Réglez l&#39;intensité de la lampe halogène jusqu&#39;à l&#39;échantillon est visible. Assurez-vous qu&#39;il n&#39;ya pas de saturation de l&#39;appareil en sélectionnant le <strong&gt; onglet de la caméra dans la fenêtre de mise au point et vérifier que l&#39;histogramme des intensités des pixels est dans la plage spécifiée. </li><li> Ouvrez la fenêtre de capture d&#39;image. Les paramètres de capture 3D de l&#39;acquisition de Z-stack DIC seront affichés. </li><li> Dans la section Filtre de consigne de la fenêtre de capture d&#39;image, cochez la case OPEN et indiquer la durée d&#39;exposition. Dans la section Informations sur l&#39;image, le nom de l&#39;image (en option), puis sélectionnez Démarrer pour lancer l&#39;acquisition d&#39;images Z-stack. </li></ol> 4. Exportation Z-stack Images <ol><li> Ouvrez une capture Z-stack. Modifier l&#39;affichage à 100%. Réglez l&#39;histogramme des valeurs de pixels à afficher entre 0 et la valeur maximale en pixels de la caméra (4095 pour 12 caméras de bits, 65535 pour 16 bits.). </li><li> Sélectionnez Affichage&gt; Exporter&gt; Série TIFF. Cela exporter le Z-stack comme une série d&#39;images TIFF(Une pour chaque plan de Z). Enregistrer la série TIFF dans un dossier séparé avec un nom qui a un trait de soulignement à la fin (c&#39;est à dire &quot;DIC Pile 1_&quot;). Répétez cette opération avec chaque Z-stack DIC ou BF. </li></ol> 5. Les mesures de volume <ol><li> Ouvrez le programme HTDIC MATLAB intitulé «JoVE_HTDIC_v1.m&quot;. </li><li> Conformément à l&#39;article 0 du programme HTDIC, mettre à jour la variable du répertoire des dépendances. Copiez et collez le répertoire contenant le hilbert_transform_dic.m et fichiers sobel_edge_detect.m de l&#39;explorateur (PC) entre les guillemets simples suivant &quot;dependencies_directory =&quot;. ExecuteSection 0 du programme JoVE_HTDIC_v1.m. </li><li> Dans la section 1, mettre à jour le &quot;images_directory&quot;. Encore une fois, copier et coller le répertoire contenant les images à travers au point sous forme de tif. Entre les guillemets simples. Fonctionnent uniquement SECTION 1 ONCE. </li><li> Alignement et la rotation des images pour Hilbert transforment Run Section 2 du code. Une boîte de dialogue intitulée &quot;Définir HTDIC Paramètres&quot; apparaît. Cinq numbers sont nécessaires à l&#39;utilisateur: le nombre de plan focal où l&#39;image DIC de l&#39;échantillon est mis au point, la résolution latérale (um / pixel dans l&#39;image), la résolution axiale (c&#39;est 0,1 pour l&#39;acquisition d&#39;images de 0,1 um étapes axiales), l&#39;angle de l&#39;image DIC de rotation nécessaire pour effectuer la transformée de Hilbert, les valeurs typiques sont de 45 et -135. Enfin, saisissez la région de la taille de l&#39;intérêt, ce paramètre définit la longueur d&#39;un côté d&#39;une boîte qui apparaîtra par la suite - valeur typique est de 400. Cliquez sur OK. </li><li> Une image du plan focal DIC spécifiée par le numéro de plan focal apparaît avec une boîte bleue. Placez la boîte sur la fonction d&#39;intérêt, par exemple une cellule. La boîte ne doit pas être carré. Une fois que la boîte a été placée sur la région désirée, double-cliquez à l&#39;intérieur de la boîte. </li><li> Un autre personnage apparaît maintenant: ce chiffre contient une image recadrée et tournée de la région d&#39;intérêt sélectionnée à l&#39;étape précédente. Le contraste de l&#39;image doit être tellecaractéristiques que sombres apparaissent à gauche tandis que des caractéristiques lumineuses apparaissent sur la droite. Faites glisser la boîte bleue sur la région d&#39;intérêt, remodeler si nécessaire. </li><li> Section 3 génère un masque pour le cube z-stack. Il existe deux types de masques disponibles: un masque rectangulaire pour créer un rectangle autour de la cellule et un outil à main pour exposer la cellule d&#39;intérêt à la main. </li><li> Pour générer un masque rectangulaire, décommentez la ligne 167 et ligne 170 commentaire (commenter une ligne en plaçant un &quot;%&quot; au début de cette ligne). Exécuter la section 3 du programme. Cliquez sur l&#39;image et faites glisser la souris pour commencer à définir le masque rectangulaire. Double-cliquez sur la case pour l&#39;accepter. </li><li> Pour générer un masque dessiné à la main, commentaire la ligne 167 et ligne 170 décommentez et exécuter la section 3. Cliquez et dessinez le masque désiré avec la souris. Double-cliquez sur le masque de l&#39;accepter. </li><li> Section Exécutez 4to construire Hilbert transformé l&#39;image DIC pile et l&#39;image DIC pile correspondante de la zone d&#39;intérêt.Le masque construit dans la section 3 sera appliquée à la transformée de Hilbert DIC pile et la pile DIC régulière quand &quot;maskON&quot; est mis à 1 à la ligne 179. Réglage &quot;maskON&quot; à 0 va construire des piles d&#39;images sans appliquer le masque. </li><li> Exécuter la section 5 d&#39;optimiser la segmentation d&#39;image des images en coupe transversale de xz de la région d&#39;intérêt. Figure 500, produite par le programme, l&#39;affichage apparaît trois types de contraste différents. Le succès de l&#39;algorithme pour trouver les bordures de la cellule est tributaire de la combinaison du masque utilisé et la valeur de «seuil» à la ligne 229 du programme. Commencez avec une valeur de 0,5. Réglez la valeur de seuil et relancer cette section du programme jusqu&#39;à ce que le mode Plan adéquate est obtenue dans l&#39;une des colonnes. </li><li> Si le mode Plan était le meilleur dans la colonne 1, utilisez la section 6 pour déterminer le volume à l&#39;aide DIC segmentation d&#39;image. Si la colonne 2 a donné des résultats optimaux, exécutez la section 7 pour déterminer le volume de la cellule de l&#39;imagerie DIC Hilbert transformée. Si la colonne 3 gave les résultats optimaux, Section 8 de fonctionner afin de déterminer le volume moyen de l&#39;imagerie DIC Hilbert transformée de Fourier filtré. </li><li> Le volume mesuré de l&#39;échantillon, rapportée dans um cube (fl) est présenté dans le document de la figure 600, 700, 800 ou produite par le programme en fonction de la mesure du volume est choisi. </li></ol> 6. Mesures de masse <ol><li> Ouvrez le programme NIQPM MATLAB intitulé «JoVE_NIQPM_v1.m&quot;. </li><li> Conformément à l&#39;article 0 du programme NIQPM, mettre à jour l&#39;emplacement de trois répertoires nécessaires pour exécuter le programme. Ce sont les &quot;dependencies_directory,&quot; le &quot;brightfield_directory,&quot; et le &quot;dic_directory.&quot; </li><li> Ensuite, exécutez la section 1. Cette section de code génère un champ lumineux cube image de la totalité du champ de l&#39;ensemble des images. Fonctionnent uniquement SECTION 1 ONCE. </li><li> Ensuite, exécutez la section 2. Une boîte de dialogue intitulée &quot;Définir NIQPM Paramètres&quot; apparaît. Quatre numéros sont nécessaires à l&#39;utilisateur: le nombre de plan focal où l&#39;image de champ lumineux de lal&#39;échantillon est mis au point, la résolution latérale (um / pixel dans l&#39;image), la résolution axiale (c&#39;est 0,1 pour l&#39;acquisition d&#39;images à 0,1 um étapes axiales), et la région de la taille d&#39;intérêt, ce paramètre définit la longueur d&#39;un côté d&#39;un boîte qui apparaîtra par la suite - une valeur typique est de 200. Cliquez sur OK. </li><li> Une image du plan focal de champ lumineux spécifié par le numéro de plan focal apparaît avec une boîte bleue. <ol><li> Si l&#39;image n&#39;est pas au point, double-cliquez dans la boîte bleue et la section reprise 2, assurez-vous de régler le nombre de plan focal dans la boîte de dialogue. </li><li> Si l&#39;image est mise au point, faites glisser la boîte bleue autour de l&#39;image et la redimensionner en sélectionnant les nœuds de la boîte et en les déplaçant au besoin. Placez la boîte autour de la caractéristique d&#39;intérêt, par exemple une cellule. La boîte ne doit pas être carré. Double-cliquez à l&#39;intérieur de la boîte à l&#39;accepter. </li></ol></li><li> Ensuite, exécutez la section 3 pour construire une pile d&#39;images de fond clair cultivé dans la région de dansintérêt. </li><li> Pour générer la carte de phase, l&#39;image pseudo DIC, et des comparaisons avec des images lumineuses sur le terrain et la véritable image DIC, exécutez la section 4. </li><li> Avec le pseudo DIC et de vraies images DIC aussi proches que possible de la carte de la densité de la masse, la masse totale, et l&#39;histogramme de la densité de cellules peuvent être déterminées en exécutant l&#39;article 5a ou 5b. Section 5a effectue la détection de frontière automatisé du domaine - optimiser «seuil» à la ligne 300 - valeurs typiques varient entre 0,1-1. Relancez cette section que nécessaire pour optimiser la valeur de seuil. Section 5b effectue détermination de la masse, etc après que l&#39;utilisateur définit la cellule d&#39;intérêt. </li></ol>

<ol><li>Zernike, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Das+Phasenkontrastverfahren+bei+der+mikroskopischen+Beobachtung%5BTitle%5D)+AND+%22Z.+Technische+Physik%22%5BJournal%5D)">Das Phasenkontrastverfahren bei der mikroskopischen Beobachtung.</a> Z. Technische Physik. 16, 454-457 (1935).</li>
<li>Zernike, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Phase+contrast%2C+a+new+method+for+the+microscopic+observation+of+transparent+objects%5BTitle%5D)+AND+%22Physica%22%5BJournal%5D)">Phase contrast, a new method for the microscopic observation of transparent objects.</a> Physica. 9 (42), 974-986 (1942).</li>
<li>Blow, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Finding+Phase%5BTitle%5D)+AND+%22Nat.+Cell+Biol%22%5BJournal%5D)">Finding Phase.</a> Nat. Cell Biol. 11, (2009).</li>
<li>Smith, F. H. Microscopic interferometry, Research. 8, 385-395 (1955).</li>
<li>Nomarski, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Microinterf%C3%A9rom%C3%A8tre+diff%C3%A9rentiel+%C3%A0+ondes+polaris%C3%A9es%5BTitle%5D)+AND+%22J.+Phys.+Radium%22%5BJournal%5D)">Microinterféromètre différentiel à ondes polarisées.</a> J. Phys. Radium. 16, (1955).</li>
<li>Lang, W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Nomarski+differential-interference+contrast+microscopy%5BTitle%5D)+AND+%22Zeiss+Inform%22%5BJournal%5D)">Nomarski differential-interference contrast microscopy.</a> Zeiss Inform. 70, 114-120 (1968).</li>
<li>Allen, R. D., Allen, N. S., Travis, J. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Video-enhanced+contrast%2C+differential+interference+contrast+%28VEC-DIC%29+microscopy%3A+a+new+method+capable+of+analyzing+microtubule-related+motility+in+the+reticulopodial+network+of+Allogromia+laticollaris%5BTitle%5D)+AND+%22Cell+Motil.+Cytoskel%22%5BJournal%5D)">Video-enhanced contrast, differential interference contrast (VEC-DIC) microscopy: a new method capable of analyzing microtubule-related motility in the reticulopodial network of Allogromia laticollaris.</a> Cell Motil. Cytoskel. 1, 291-302 (1981).</li>
<li>Inoué, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Video+image+processing+greatly+enhances+contrast%2C+quality%2C+and+speed+in+polarization-based+microscopy%5BTitle%5D)+AND+%22J.+Cell+Biol%22%5BJournal%5D)">Video image processing greatly enhances contrast, quality, and speed in polarization-based microscopy.</a> J. Cell Biol. 89, 346-356 (1981).</li>
<li>Aslan, J. E., Itakura, A., Gertz, J. M., McCarty, O. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Platelet+shape+change+and+spreading%5BTitle%5D)+AND+%22Methods+Mol.+Biol%22%5BJournal%5D)">Platelet shape change and spreading.</a> Methods Mol. Biol. , 10-1007 (2012).</li>
<li>Barer, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Interference+microscopy+and+mass+determination%5BTitle%5D)+AND+%22Nature%22%5BJournal%5D)">Interference microscopy and mass determination.</a> Nature. 169, 366-367 (1038).</li>
<li>Ross Barer, R., Tkaczyk, K. F. A., S, <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Refractometry+of+living+cells%5BTitle%5D)+AND+%22Nature%22%5BJournal%5D)">Refractometry of living cells.</a> Nature. 171, 720-724 (1953).</li>
<li>Preza, C., Snyder, D. L., Conchello, J. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Theoretical+development+and+experimental+evaluation+of+imaging+models+for+differential+interference+contrast+microscopy%5BTitle%5D)+AND+%22J.+Opt.+Soc.+Am.+A%22%5BJournal%5D)">Theoretical development and experimental evaluation of imaging models for differential interference contrast microscopy.</a> J. Opt. Soc. Am. A. 16, 2185-2199 (1999).</li>
<li>Arnison, M. R., Larkin, K. G., Sheppard, C. J., Smith, N. I., Cogswell, C. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Linear+phase+imaging+using+differential+interference+contrast+microscopy%5BTitle%5D)+AND+%22J.+Microsc%22%5BJournal%5D)">Linear phase imaging using differential interference contrast microscopy.</a> J. Microsc. 214, 7-12 (2004).</li>
<li>Van Munster, E. B., Van Vliet, L. J., Aten, J. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Reconstruction+of+optical+pathlength+distributions+from+images+obtained+by+a+wide%E2%80%90field+differential+interference+contrast+microscope%5BTitle%5D)+AND+%22J.+Microsc%22%5BJournal%5D)">Reconstruction of optical pathlength distributions from images obtained by a wide‐field differential interference contrast microscope.</a> J. Microsc. 188, 149-157 (1997).</li>
<li>Kou, S. S., Waller, L., Barbastathis, G., Sheppard, C. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Transport-of-intensity+approach+to+differential+interference+contrast+%28TI-DIC%29+microscopy+for+quantitative+phase+imaging%5BTitle%5D)+AND+%22Opt.+Lett%22%5BJournal%5D)">Transport-of-intensity approach to differential interference contrast (TI-DIC) microscopy for quantitative phase imaging.</a> Opt. Lett. 35, 447-449 (2010).</li>
<li>Xu, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Scattering-phase+theorem%3A+anomalous+diffraction+by+forward-peaked+scattering+media%5BTitle%5D)+AND+%22Opt.+Exp%22%5BJournal%5D)">Scattering-phase theorem: anomalous diffraction by forward-peaked scattering media.</a> Opt. Exp. 19, 21643-21651 (2011).</li>
<li>Duncan, D. D., Fischer, D. G., Dayton, A., Prahl, S. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Quantitative+Carr%C3%A9+differential+interference+contrast+microscopy+to+assess+phase+and+amplitude%5BTitle%5D)+AND+%22J.+Opt.+Soc.+Am.+A%22%5BJournal%5D)">Quantitative Carré differential interference contrast microscopy to assess phase and amplitude.</a> J. Opt. Soc. Am. A. 28, 1297-1306 (2011).</li>
<li>Barty, A., Nugent, K. A., Paganin, D., Roberts, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Quantitative+optical+phase+microscopy%5BTitle%5D)+AND+%22Opt.+Lett%22%5BJournal%5D)">Quantitative optical phase microscopy.</a> Opt. Lett. 23, 817-819 (1998).</li>
<li>Paganin, D., Nugent, K. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Non-interferometric+phase+imaging+with+partially+coherent+light%5BTitle%5D)+AND+%22Phys.+Rev.+Lett%22%5BJournal%5D)">Non-interferometric phase imaging with partially coherent light.</a> Phys. Rev. Lett. 80, 2586-2589 (1998).</li>
<li>Frank, J., Altmeyer, S., Wernicke, G. N. on-interferometric <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((non-iterative+phase+retrieval+by+Green%E2%80%99s+functions%5BTitle%5D)+AND+%22J.+Opt.+Soc.+Am.+A%22%5BJournal%5D)">non-iterative phase retrieval by Green’s functions.</a> J. Opt. Soc. Am. A. 27, 2244-2251 (2010).</li>
<li>Phillips, K. G., Velasco, C. R., Li, J., Kolatkar, A., Luttgen, M., Bethel, K., Duggan, B., Kuhn, P., McCarty, O. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Optical+quantification+of+cellular+mass%2C+volume%2C+and+density+of+circulating+tumor+cells+identified+in+an+ovarian+cancer+patient%5BTitle%5D)+AND+%22Front.+Oncol%22%5BJournal%5D)">Optical quantification of cellular mass, volume, and density of circulating tumor cells identified in an ovarian cancer patient.</a> Front. Oncol. 2, 1-8 (2012).</li>
<li>Phillips, K. G., Jacques, S. L., McCarty, O. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Measurement+of+single+cell+refractive+index%2C+dry+mass%2C+volume%2C+and+density+using+a+transillumination+microscope%5BTitle%5D)+AND+%22Phys.+Rev.+Lett%22%5BJournal%5D)">Measurement of single cell refractive index, dry mass, volume, and density using a transillumination microscope.</a> Phys. Rev. Lett. 109, 1-5 (2012).</li>
<li>Park, Y. K., Diez-Silva, M., Popescu, G., Lykotrafitis, G., Choi, W., Feld, M. S., Suresh, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Refractive+index+maps+and+membrane+dynamics+of+human+red+blood+cells+parasitized+by+Plasmodium+falciparum%5BTitle%5D)+AND+%22%22%5BJournal%5D)">Refractive index maps and membrane dynamics of human red blood cells parasitized by Plasmodium falciparum.</a> , 105-13730 (2008).</li>
<li>Mir, M., Wang, Z., Shen, Z., Bednarz, M., Bashir, R., Golding, I., Popescu, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Optical+measurement+of+cycle-dependent+cell+growth%5BTitle%5D)+AND+%22Proc.+Natl.+Acad.+Sci.+U.S.A%22%5BJournal%5D)">Optical measurement of cycle-dependent cell growth.</a> Proc. Natl. Acad. Sci. U.S.A. 108, 13124-13129 (2011).</li>
<li>Popescu, G., Ikeda, T., Goda, K., Best-Popescu, C. A., Laposata, M., Manley, S., Feld, M. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Optical+measurement+of+cell+membrane+tension%5BTitle%5D)+AND+%22Phys.+Rev.+Lett%22%5BJournal%5D)">Optical measurement of cell membrane tension.</a> Phys. Rev. Lett. 97, 1-4 (2006).</li>
<li>Popescu, G., Ikeda, T., Dasari, R. R., Feld, M. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Diffraction+phase+microscopy+for+quantifying+cell+structure+and+dynamics%5BTitle%5D)+AND+%22Opt.+Lett%22%5BJournal%5D)">Diffraction phase microscopy for quantifying cell structure and dynamics.</a> Opt. Lett. 31, 775-777 (2006).</li>
<li>Choi, W., Fang-Yen, C., Badizadegan, K., Oh, S., Lue, N., Dasari, R. R., Feld, M. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Tomographic+phase+microscopy%5BTitle%5D)+AND+%22Nat.+Methods%22%5BJournal%5D)">Tomographic phase microscopy.</a> Nat. Methods. 4 (9), 717-719 (2007).</li>
<li>Charrière, F., Marian, A., Montfort, F., Kuehn, J., Colomb, T., Cuche, E., Depeursinge, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cell+refractive+index+tomography+by+digital+holographic+microscopy%5BTitle%5D)+AND+%22Opt.+Lett%22%5BJournal%5D)">Cell refractive index tomography by digital holographic microscopy.</a> Opt. Lett. 31, 178-180 (2006).</li>
<li>Joo, C., Akkin, T., Cense, B., Park, B. H., de Boer, J. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Spectral-domain+optical+coherence+phase+microscopy+for+quantitative+phase-contrast+imaging%5BTitle%5D)+AND+%22Opt.+Lett%22%5BJournal%5D)">Spectral-domain optical coherence phase microscopy for quantitative phase-contrast imaging.</a> Opt. Lett. 30, 2131-2133 (2005).</li>
<li>Wang, Z., Millet, L., Mir, M., Ding, H., Unarunotai, S., Rogers, J., Popescu, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Spatial+light+interference+microscopy%5BTitle%5D)+AND+%22SLIM%29.+Opt.+Exp%22%5BJournal%5D)">Spatial light interference microscopy.</a> SLIM). Opt. Exp. 19, 1016-1026 (2011).</li>
<li>Ikeda, T., Popescu, G., Dasari, R. R., Feld, M. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Hilbert+phase+microscopy+for+investigating+fast+dynamics+in+transparent+systems%5BTitle%5D)+AND+%22Opt.+Lett%22%5BJournal%5D)">Hilbert phase microscopy for investigating fast dynamics in transparent systems.</a> Opt. Lett. 30, 1165-1167 (2005).</li>
<li>Shaked, N. T., Rinehart, M. T., Wax, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Dual-interference-channel+quantitative-phase+microscopy+of+live+cell+dynamics%5BTitle%5D)+AND+%22Opt.+Lett%22%5BJournal%5D)">Dual-interference-channel quantitative-phase microscopy of live cell dynamics.</a> Opt. Lett. 34, 767-769 (2009).</li>
<li>Popescu, G., Park, Y., Lue, N., Best-Popescu, C., Deflores, L., Dasari, R. R., Badizadegan, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Optical+imaging+of+cell+mass+and+growth+dynamics%5BTitle%5D)+AND+%22Am.+J.+Physiol.+Cell+Physiol%22%5BJournal%5D)">Optical imaging of cell mass and growth dynamics.</a> Am. J. Physiol. Cell Physiol. 295, (2008).</li>
<li>Arnison, M. R., Cogswell, C. J., Smith, N. I., Fekete, P. W., Larkin, K. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Using+the+Hilbert+transform+for+3D+visualization+of+differential+interference+contrast+microscope+images%5BTitle%5D)+AND+%22J.+Microsc%22%5BJournal%5D)">Using the Hilbert transform for 3D visualization of differential interference contrast microscope images.</a> J. Microsc. 199, 79-84 (2001).</li>
<li>Baker, S. M., Phillips, K. G., McCarty, O. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Development+of+a+label-free+imaging+technique+for+the+quantification+of+thrombus+formation%5BTitle%5D)+AND+%22Cell.+Mol.+Bioeng%22%5BJournal%5D)">Development of a label-free imaging technique for the quantification of thrombus formation.</a> Cell. Mol. Bioeng. 5, 488-492 (2012).</li>
</ol>

Les auteurs n&#39;ont aucun intérêt financier dans le travail présenté.

En général, NIQPM est une technique de diffraction limitée validée sur le chemin optique des longueurs allant de 0,25 à 44,7. La validation a été effectuée sur n = 1,596 sphères de polystyrène de diamètre allant de 0,11 à 9,8 um en suspension dans Fluoromount G (données non présentées). Les cellules possèdent chemin longueurs optiques qui vont de près de 0-7. Lorsque la mesure de la distribution de la densité d&#39;un échantillon, on peut constater que l&#39;image de pseudo DIC semble bien a...

L&#39;utilisation de la microscopie optique est désormais omniprésent dans l&#39;enquête des organismes cellulaires. En raison de leur faible absorption et faible diffusion propriétés endogènes sur le spectre optique visible, les cellules n&#39;affectent pas fortement l&#39;amplitude des ondes optiques qui les traversent et donc apparaissent semi quand imagé avec des microscopes de champ lumineux standard. Échantillons cellulaires font, cependant, ralentissent ondes optiques qui transitent par eux d&#39;une manière qui est linéairement liée à la quantité de masse volumique locale dans une région particulière de l&#39;espace à travers lequel la lumière se déplace. L&#39;utilisation de ce laps de temps hétérogènes ou profil &quot;en phase&quot; d&#39;ondes optiques transmis à travers les échantillons microscopiques a été décrite pour la première en 1935 par Frits Zernike 1 et expérimentalement réalisée par Zernikein 1942 2. Zernike a reçu le prix Nobel en 1953 pour cette réalisation. Zeiss commercialisé cette modalité en 1945 3. En 1955, Smith et Nomarski souhaite présenter leurs travaux initiaux sur l&#39;utilisation 4 et 5 théorie de contraste d&#39;interférence différentiel (DIC) microscopie, une modalité qui utilise le gradient spatial de phase en tant que mécanisme de contraste. DIC a été commercialisé par Zeiss en 1965in étroite collaboration avec Nomarski 6. En 1981, deux laboratoires ont démontré la première enregistrée cellules vivantes DIC imagerie avec l&#39;incorporation de caméras vidéo dans le train optique du microscope DIC 7, 8. L&#39;ère de l&#39;imagerie des cellules vivantes est né. Depuis ce temps, l&#39;exécution de deux à contraste de phase et DIC sur microscopes commerciaux a été largement inchangé. Ces méthodes sont principalement utilisées par les biologistes pour produire des images de cellules à des fins qualitatives: la surveillance de la morphologie, le suivi des structures sous-cellulaires, et les enquêtes de la dynamique de la membrane 9. Ces techniques sont d&#39;ordre qualitatif dans leur configuration &quot;off-the-shelf&quot; que la phase et DIC images sont des fonctions arbitraires de l&#39;intensité de la source lumineuse, les paramètres optiques d&#39;éclairage, et le gain de la caméra CCD, gamma, et les paramètres d&#39;exposition. Une petite légion de physiciens et d&#39;ingénieurs optiques s&#39;est efforcé de modalités d&#39;imagerie quantitative commerciales. Parmi les premiers efforts étaient deux lettres à la nature en 1952 et 1953 où le médecin devenu biophysicien Robert Barer démontré l&#39;utilisation de la microscopie de phase pour déterminer la masse sèche cellulaire des cellules en estimant déphasages par ces types de cellules en utilisant un microscope de phase disponible dans le commerce 10, 11. Le champ a développé une multitude de techniques au cours des années qui ont suivi articulés autour de trois mécanismes de contraste de base sans étiquette: microscopie de phase 10,11, DIC microscopie 12-17, et sur ​​le terrain lumineux 18-22 pour déterminer chemin optique de longueur, la phase, la masse densité, indice de réfraction, et le volume cellulaire. Au paragraphellèle, une grande collection d&#39;instruments optiques personnalisées ont également été développés depuis les années 1950, et ont consenti des mesures optiques allant des applications à la croissance du parasite 23, à la documentation du cycle cellulaire 24 d&#39;enquêter sur la dynamique des membranes de globules rouges 25. En particulier, les dix dernières années ont vu une multitude de microscopie quantitative sans étiquette sous la forme de microscopie de phase de diffraction 26, la microscopie de phase tomographique 27, la microscopie holographique numérique 28, phase délicate microscopie par cohérence optique 29, spatiale interférence de lumière microscopie 30, Hilbert phase de microscopie 31, et la microscopie de phase quantitative 32. Malgré leurs réussites collectives, ces instruments n&#39;ont pas été diffusés dans le domaine plus large de chercheurs biologiques en raison, principalement, de leur instrumentation complexe et les exigences de calcul. Ici, nous Describe l&#39;utilisation d&#39;un microscope optique standard pour effectuer des mesures quantitatives de la masse, le volume, la densité et sur des échantillons cellulaires à travers une combinaison de champ lumineux et l&#39;imagerie DIC. Deux approches principales sont présentées: noninterferometric microscopie de phase quantitatif (NIQPM), d&#39;effectuer des mesures de la masse cellulaire totale et de la distribution subcellulaire de la densité, et la transformée de Hilbert différentiel microscopie à contraste interférentiel (HTDIC), pour déterminer le volume. Les principaux avantages de NIQPM et HTDIC pondent dans leur accessibilité technologique. Les conditions de formation d&#39;image nécessaire à la bonne exécution entrent dans le cadre du fonctionnement normal de la plupart des microscopes disponibles dans le commerce. En outre, les algorithmes de post-traitement sont stables, rapide et robuste - ayant été mis en œuvre dans MATLAB en utilisant la transformée algorithmes (FFT) sur la base de Fourier rapide chaque fois que possible. NIQPM est un procédé pour reconstruire la phase et la densité de la masse axialement intégré de celspécimens lular à partir d&#39;images de champ lumineux. Sommation de cette masse volumique axialement intégrée sur la surface de l&#39;échantillon donne la teneur en masse sèche totale de l&#39;éprouvette. Le protocole de NIQPM repose sur les fondations expérimentales définies par Paganin et Nugent 18, 19 - dans lequel il a été démontré que le profil de phase d&#39;une cellule peut être reconstruit à partir traversant focalisation champ lumineux imagerie de l&#39;échantillon - et le travail théorique de Frank , Altmeyer, et Wernicke 20 - sur la résolution des modèles de vagues parallèles à l&#39;axe d&#39;une manière efficace par FFT. La connexion de la phase de la densité de la masse sèche est basée sur les travaux de Barer 10, 11 et 33 Popescu. Volumétrique informations peuvent être obtenues à partir des images de mise au point à travers DIC dans des conditions d&#39;illumination NA élevées qui permettent sectionnement optique de l&#39;échantillon le long de l&#39;axe optique. Transformée de Hilbert traitement sur les piles d&#39;images DIC améliore grandementLes algorithmes de détection de bord pour la localisation de la frontière spécimens en trois dimensions en séparant les valeurs de gris de l&#39;intensité de l&#39;échantillon à partir de celles de l&#39;arrière-plan. Ce travail émane de Arinson et al. 34 bien que nous avons mis en place deux méthodes de filtrage de Fourier pour améliorer le contraste et d&#39;une méthode de détection bord à base de Sobel pour l&#39;analyse automatique volumétrique de l&#39;échantillon. Nous avons également validé HTDIC précédemment sur ​​des sphères de polystyrène d&#39;une taille allant de la limite de diffraction de 20 um de diamètre 36. Bien que les deux NIQPM HTDIC et sont accessibles sur le plan technologique à cause de leur développement sur les microscopes commerciaux, les procédés sont fondamentalement limitées par la configuration matérielle des microscopes eux-mêmes. Les principales limites de ces techniques sont de deux ordres: lente z-stack temps d&#39;acquisition sur des champs commerciaux, en raison de la traduction de l&#39;étape de la totalité de l&#39;échantillon plutôt que de simplement l&#39;objectif, Limite actuellement l&#39;étude des phénomènes plus rapidement que d&#39;environ 1 image / minute, et d&#39;autre part, des effets de diffraction limitent l&#39;utilité de NIQPM et HTDIC à des objets d&#39;une taille allant de 0,2 à 10 et 20 m de diamètre, respectivement. Ainsi, l&#39;échantillon et de sa dynamique de temps associées d&#39;intérêt doivent répondre à certaine taille et des contraintes temporelles pour permettre l&#39;utilisation de ces méthodes sur les instruments typiques &quot;off-the-shelf&quot;. Passionnante, la plupart des spécimens cellulaires fixes sont facilement étudiées avec ces méthodes. Un aperçu de la NIQPM et protocoles HTDIC sont donnés dans la figure 1. Dans la figure 2, nous illustrons l&#39;imagerie optimale et sous-optimale par-focus dans des conditions d&#39;éclairage à la fois basse et haute NA pour les deux champs lumineux et imagerie DIC. Figures 3 et 4 montrent le paramètre dépendance de l&#39;algorithme de NIQPM soulignant implémentations réussies ou non. <strong&gt; Figure 5 illustre les étapes de l&#39;algorithme de traitement d&#39;image HTDIC et démontre la mise en œuvre optimale de l&#39;algorithme pour déterminer le volume cellulaire.

<table><tbody><tr><td>Microscope Zeiss Axio Imager 2</td><td>Carl Zeiss MicroImaging GmbH, Allemagne</td><td>Microscope Axio Imager D2</td><td></td></tr><tr><td>Filtre vert (&lambda ; = 540 &plusmn ; 25 nm)</td><td>Chroma Technology Corp., Bellows Falls, Vermont</td><td>D540/25x</td><td>Filtre vert</td></tr><tr><td>SlideBook 5.5</td><td>software Intelligent Imaging Innovations, Denver, Colorado</td><td></td><td>Logiciel d’acquisition d’images</td></tr><tr><td>Polystyrene microsphères</td><td>Bangs Laboratory, Inc., Fishers, IN</td><td>PS06N</td><td>Sphères en polystyrène</td></tr><tr><td>Fluoromount-G</td><td>SouthernBiotech, Birmingham, Alabama</td><td>0100-01</td><td>Supports de montage</td></tr></tbody></table>

microscopie optique quantitative: mesure de biophysique cellulaire caractéristiques avec un microscope optique standard

Quantitative Optical Microscopy: Measurement of Cellular Biophysical Features with a Standard Optical Microscope

Nous décrivons l&#39;utilisation d&#39;un microscope optique standard pour effectuer des mesures quantitatives de la masse, le volume et la densité sur des échantillons cellulaires grâce à une combinaison de champ lumineux et contraste d&#39;interférence différentiel imagerie. Deux approches principales sont présentées: noninterferometric microscopie de phase quantitatif (NIQPM), d&#39;effectuer des mesures de la masse cellulaire totale et de la distribution subcellulaire de la densité, et la transformée de Hilbert différentiel microscopie à contraste interférentiel (HTDIC) pour déterminer le volume. NIQPM est basé sur un modèle simplifié de propagation de l&#39;onde, appelée l&#39;approximation paraxiale, avec trois hypothèses sous-jacentes: faible ouverture numérique (NA), éclairage faible diffusion, et la faible absorption de la lumière par l&#39;échantillon. Heureusement, les échantillons cellulaires non colorées répondent à ces hypothèses et un éclairage faible NA est facile à réaliser sur des microscopes commerciaux. HTDIC est utilisé pour obtenir des informations volumétrique de par-focus DIC imagerie sous haute illumin NAconditions ation. Illumination NA élevé permet une meilleure découpe de l&#39;éprouvette le long de l&#39;axe optique. Transformée de Hilbert de traitement sur l&#39;image DIC empile améliore considérablement les algorithmes de détection de bord pour la localisation de la frontière spécimen en trois dimensions en séparant les valeurs de gris de l&#39;intensité de l&#39;échantillon à partir de celles du fond. Les principaux avantages de NIQPM et HTDIC pondent dans leur accessibilité technologique utilisant des microscopes &quot;off-the-shelf&quot;. Il existe deux principales limitations de ces méthodes: lente z-stack temps d&#39;acquisition sur les étendues commerciales abroge actuellement l&#39;enquête de phénomènes plus rapidement que 1 image / minute, et d&#39;autre part, des effets de diffraction limitent l&#39;utilité de NIQPM et HTDIC à des objets de 0,2 à 10 (NIQPM) et 20 (HTDIC) um de diamètre, respectivement. Par conséquent, les spécimens et son temps associé dynamique d&#39;intérêt doivent répondre à certaine taille et des contraintes temporelles pour permettre l&#39;utilisation de ces méthodes. Excitant, cellula plus fixespécimens r sont facilement étudiées avec ces méthodes.

Corriger éclairage de l&#39;échantillon lors de l&#39;acquisition de l&#39;image par-focus est essentielle à la mise en œuvre réussie de la NIQPM un Algorithmes HTDIC nd. Dans la figure 2, nous illustrons éclairage basse et haute NA sous deux DIC et lumineux contraste de champ pour une sphère de polystyrène et le colorectal ligne de cellules d&#39;adénocarcinome humain SW620. Figures 2A, 2C, 2I, et 2K démontrent imagerie optimale pour NIQPM. Fig...

Nous décrivons l’utilisation d’un microscope optique standard pour effectuer des mesures quantitatives de la masse, du volume et de la densité cellulaires grâce à une combinaison d’imagerie en champ clair et en contraste interférentiel différentiel.

Microscopie optique quantitative: mesure de biophysique cellulaire Caractéristiques avec un microscope optique standard

We describe the use of a standard optical microscope to perform quantitative measurements of mass, volume, and density on cellular specimens through a ...

L'objectif général de cette procédure est de quantifier les caractéristiques physiques fondamentales d'échantillons cellulaires, notamment la masse et le volume, à l'aide d'un microscope optique standard et d'un traitement d'image. Cette opération s'effectue tout d'abord en montant des échantillons cellulaires cultivés sur des lamelles en verre sur des porte-objets. Ensuite, des images en champ clair et en contraste interférentiel différentiel sont obtenues par balayage focal.Ensuite, chaque pile Z d'images est introduite dans des programmes distincts de traitement d'images MATLAB afin d'extraire les données physiques. En fin de compte, les propriétés physiques fondamentales des échantillons cellulaires sont obtenues par des mesures d'intensité en fonction de la mise au point, en contraste de champ clair et en microscopie à contraste interférentiel différentiel. Le principal avantage de cette technique par rapport aux méthodes existantes comme la microscopie de fluorescence réside dans le fait que les échantillons cellulaires n'ont pas besoin d'être fixés, perméabilisés ou colorés.Cette méthode peut aider à répondre à des questions clés dans le domaine de la biologie cellulaire, telles que la manière dont la densité subcellulaire est organisée au cours du cycle cellulaire ou parmi différentes populations cellulaires contribuant à un état pathologique. À l’aide d’un microscope doté de capacités à la fois en contraste de phase (DIC) et en champ clair, ainsi que des spécifications supplémentaires décrites dans le protocole, commencez par ouvrir le logiciel de gestion des diapositives et créez une nouvelle diapositive pour la collecte d’images. Ensuite, ouvrez la fenêtre de mise au point et, dans la section jeu de filtres, sélectionnez DIC. Dans l’onglet microscope, sous la section condenseur, réglez le curseur de diaphragme à la position la plus à droite. Cela fournit une illumination à haute ouverture numérique et améliore la coupe optique de l’échantillon.Après avoir acquis une série d'images DIC de l'échantillon, ouvrez la fenêtre de mise au point et sélectionnez « ouvrir ». Dans la section « ensemble de filtres », réglez le curseur d'ouverture à l'extrême gauche, complètement fermé, afin d'assurer une illumination à faible ouverture numérique (NA). Après avoir ajusté l'intensité du signal, ouvrez la fenêtre de capture d'image.Les paramètres de capture 3D issus de l'acquisition de la pile DICZ s'afficheront dans la section du jeu de filtres de la fenêtre de capture d'image. Cochez la case ouverte et spécifiez le temps d'exposition. Dans la section d'information de l'image, nommez l'image et sélectionnez « démarrer » pour initier l'acquisition de l'image Zack.Ensuite, exportez les piles Z conformément au protocole indiqué afin d'effectuer les mesures de volume une fois dans le programme MATLAB H-T-D-I-C intitulé JoVE HT DCO V one M. Dans la section zéro, mettez à jour la variable de répertoire dependencies en copiant et en collant le répertoire contenant les fichiers hilbert. Transform DM et sobel edge Detect M depuis l'explorateur. Entre les guillemets simples suivant dependencies directory égal, exécutez la section zéro du programme joco HT DCO V one M.Dans la section un, mettez à jour le répertoire des images en copiant et en collant le répertoire contenant les images de mise au point sous forme de fichiers .TIF. Entre les guillemets simples, exécutez cette section une seule fois pour aligner et faire pivoter les images. Pour la transformée de Hilbert, exécutez la section deux du code. Une boîte de dialogue intitulée Définir les paramètres HT DIC apparaîtra.Entrez ensuite le numéro du plan focal où l'image CNI de l'échantillon est au point, la résolution latérale, la résolution axiale, l'angle de rotation de l'image CNI nécessaire pour effectuer la transformation de Hilbert, et enfin, la taille de la région d'intérêt. Cliquez ensuite sur OK. Une image du plan focal CNI spécifié par le numéro du plan focal apparaîtra avec une boîte bleue.Positionnez la boîte sur l'élément d'intérêt, comme une cellule. Une fois la boîte positionnée sur la région souhaitée, cliquez deux fois à l'intérieur de la boîte. Le contraste de l'image doit être tel que les éléments sombres apparaissent à gauche tandis que les éléments lumineux apparaissent à droite. Faites glisser la boîte bleue sur la région d'intérêt et redimensionnez-la selon les besoins.Ensuite, dans la section trois, pour générer un masque rectangulaire, décommentez la ligne 1 6 7 et commentez la ligne 1 7 0, puis exécutez la section trois du programme en cliquant sur l'image et en faisant glisser la souris pour commencer à définir le masque rectangulaire. Double-cliquez ensuite sur le rectangle pour l'accepter. Pour créer un masque dessiné à la main, commentez la ligne 1 6 7 et décommentez la ligne 1 7 0 avant d'exécuter la section trois. En cliquant et en dessinant le masque souhaité à l'aide de la souris, double-cliquez sur le masque pour l'accepter. Après avoir exécuté la section quatre, exécutez la section cinq pour construire les piles d'images transformées selon le protocole décrit dans le texte.Optimiser la segmentation d'image des sections transversales xz de la région d'intérêt. La figure 500 produite par le programme apparaît en affichant trois types de contraste différents. La réussite de l'algorithme pour trouver les limites de la cellule dépend d'une combinaison du masque utilisé et de la valeur du seuil à la ligne 2, 2, 9 du programme : commencer avec une valeur de 0,5, puis ajuster la valeur du seuil et relancer cette section du programme jusqu'à ce qu'un contour adéquat soit obtenu dans l'une des colonnes.Si le contour était le meilleur dans la colonne un, en segmentation DIC, utilisez la section six pour déterminer le volume. Si la colonne deux a donné les résultats optimaux, exécutez la section sept pour déterminer le volume cellulaire à partir de la transformation de Hilbert sur les images DIC. Si la colonne trois a donné les résultats optimaux, utilisez les images DIC de la transformation de Hilbert préfiltrées tout en exécutant la section huit pour déterminer le volume en vue de mesures de masse dans le programme MATLAB NIQ PM intitulé JO VCO NI qpm V1 M Sous la section zéro. Mettez à jour l'emplacement des trois répertoires dependencies, BRIGHTFIELD et DIC. Après avoir exécuté la section un, exécutez la section deux dans la boîte de dialogue intitulée define N-I-Q-P-M parameters, puis saisissez le numéro du plan focal où l'image en champ clair de l'échantillon est nette, la résolution latérale, la résolution axiale et la taille de la région d'intérêt.Ensuite, cliquez sur «&nbsp;OK&nbsp;». Une image du plan focal en champ clair spécifié par le numéro de plan focal apparaîtra avec une boîte bleue. Après avoir ajusté la mise au point si nécessaire en réexécutant la section deux, faites glisser la boîte autour de l'image, sélectionnez les nœuds de la boîte et déplacez-les pour redimensionner la boîte, puis double-cliquez à l'intérieur de la boîte pour l'accepter.Une fois qu'une pile d'images en champ clair a été construite en exécutant la section trois, exécutez la section quatre pour générer la carte de phase, les images pseudo DIC et les comparaisons avec les images en champ clair, ainsi qu'avec l'image DIC réelle. Lorsque les images pseudo DIC et DIC réelle sont aussi similaires que possible, exécutez la section cinq A ou la section cinq B, qui permet à l'utilisateur de délimiter la cellule afin de produire la carte de densité de masse, la masse totale et l'histogramme de la densité cellulaire corrigée. L'éclairement de l'échantillon pendant l'acquisition d'images par focalisation est crucial pour la mise en œuvre réussie des algorithmes N-I-Q-P-M et H-T-D-I-C. Cette figure illustre un éclairement à faible et à forte ouverture numérique (NA) dans les deux contrastes, DIC et champ clair, pour une sphère de polystyrène et pour la lignée cellulaire humaine de carcinome adénocarcinomateux colorectal SW620.Ces panneaux illustrent l'imagerie optimale pour N-I-Q-P-M et ces affichages montrent l'imagerie optimale pour HT DIC. Ces images démontrent la dépendance aux paramètres de l'algorithme NIQ PM, en mettant en évidence des implémentations réussies et non réussies. Ici, nous explorons le profil de phase d'une sphère de polystyrène de 4,8 micromètres de diamètre.Le profil attendu est connu théoriquement et peut donc être comparé directement à la reconstruction PM NIQ. Ces panneaux montrent la meilleure reconstruction possible pour les effets de diffraction de la sphère ; toutefois, aux limites de la sphère ainsi qu'à l'intérieur, ces effets empêchent une reconstruction stable en tous points de la sphère. La région centrale de la sphère peut être capturée par N-I-Q-P-M avec une erreur relative de un à 5 %, comme illustré dans le panneau L, pour des spécimens cellulaires dont les propriétés de phase ne sont pas connues.A priori peut être reconstruit à l'aide du PMM NIQ en conjonction avec une procédure permettant de comparer une image DIC pseudo à une image DIC réelle. Le PMM-N-I-Q a un paramètre libre : le plan dans la pile d'images du champ droit auquel le calcul est centré.Ce plan focal central doit être ajusté jusqu'à ce que les images de DIC pseudo et de DIC réel paraissent aussi semblables que possible. Sont présentées ici une image de DIC pseudo hors mise au point, une image de DIC pseudo optimale et l'image de DIC correspondante de la cellule, prise avec une ouverture numérique d'éclairage de 0,9. De manière intéressante, la meilleure carte de phase et l'image de DIC pseudo correspondante ne correspondent pas nécessairement à une image en champ clair en bonne mise au point, comme le montrent ces panneaux.Enfin, voici les étapes de l'algorithme de traitement d'image H-T-D-I-C à partir des images DIC en fonction de la mise au point sous une illumination NA = 0,9. La transformée de Hilbert est appliquée pour supprimer le relief de base des images DIC. Ce traitement entraîne une légère flou sur l'axe optique, qui peut être éliminé par un filtrage passe-haut. Ces images finales peuvent facilement être segmentées afin de déterminer la surface dans chaque plan transversal de l'échantillon, permettant ainsi d'estimer le volume cellulaire total.Lors de la réalisation de cette procédure, il est important de se rappeler l'éclairage correct pour l'imagerie en champ clair ou en contraste de phase différentiel après cette procédure. D'autres méthodes, comme la microscopie en fluorescence, peuvent être réalisées afin de répondre à des questions supplémentaires en utilisant la colocalisation de la force du plancher avec les cartes de densité de l'échantillon.

quantitative-optical-microscopy-measurement-cellular-biophysical

Research

Recherche

JoVE Journal

Bioengineering

Bioingénierie

Nous démontrons une méthode de microscopie en champ sombre repose sur Gabor-like de filtrage pour mesurer la dynamique subcellulaire dans les cellules vivantes unique. La technique est sensible aux modifications dans la structure des organelles, comme la fragmentation mitochondriale.

Microscopie dispersion optique basé sur des filtres de Gabor bidimensionnelle

Nous avons développé une plate-forme logicielle qui utilise Imaris Neuroscience, ImarisXT et MATLAB pour mesurer les changements dans la morphologie d'une forme indéfinie pris trois dimensions fluorescence confocale de cellules individuelles. Cette nouvelle approche peut être utilisée pour quantifier les changements dans la forme des cellules qui suivent l'activation du récepteur et représente donc un outil possible supplémentaire pour la découverte de médicaments.

Un outil analytique qui quantifie les changements de morphologie cellulaire en trois dimensions des images de fluorescence

Cet article décrit une méthode pour visualiser et quantifier les événements de traduction localisée dans les compartiments subcellulaires. L’approche proposée dans ce manuscrit nécessite un système d’imagerie confocal base et réactifs et est rapide et rentable.

Immunofluorescence quantitative de mesure globale localisée Translation

La microscopie vidéo sans lentille permet de surveiller les cultures de cellules directement à l’intérieur de l’incubateur. Ici, les auteurs décrivent le protocole complet utilisé pour acquérir et analyser une acquisition 2,7 journée des cellules HeLa cultivées, conduisant à un ensemble de données 2.2 x 106 mesures de la morphologie des cellules individuelles et 10584 cycle cellulaire titres.

La microscopie vidéo sans lentille pour la dynamique et l’analyse Quantitative de la Culture de cellules adhérentes

Nous décrivons ici l’acquisition optique et la caractérisation des potentiels d’action à partir de cardiomyocytes dérivés de cellules souches pluripotentes induites à l’aide d’un système de photométrie modulaire à grande vitesse.

Mesure du potentiel d’action optique unicellulaire dans les cardiomyocytes dérivés de cellules souches pluripotentes induites par l’homme

Nous présentons ici un protocole pour étudier les propriétés mécaniques intracellulaires de cellules embryonnaires isolées de poisson-zèbre en confinement tridimensionnel avec mesure directe de la force par un piège optique.

Mesures de force directe de la mécanique subcellulaire en confinement à l’aide de pinces optiques

Ici, un protocole intégré basé sur des pinces optiques et une microscopie de défocalisation est décrit pour mesurer les propriétés rhéologiques des cellules. Ce protocole a une large applicabilité dans l’étude des propriétés viscoélastiques des érythrocytes dans des conditions physiopathologiques variables.

Analyse quantitative des propriétés viscoélastiques des globules rouges à l’aide de pinces optiques et de microscopie à défocalisation

À l’aide d’une plate-forme multimodale combinant des modalités d’imagerie optique sans marquage, nous avons développé un protocole pour visualiser et quantifier la dynamique cellulaire et le métabolisme. Grâce à l’imagerie par fluorescence multiphotonique, à la génération de secondes harmoniques et à la microscopie à diffusion Raman stimulée, nous pouvons générer une vue d’ensemble holistique de l’environnement cellulaire et moléculaire.

Plate-forme d’imagerie optique multimodale pour l’étude du métabolisme cellulaire

Optique résolution microscopie photoacoustique (OR-PAM) est une technologie émergente capable d'imagerie d'absorption optique des...

Tridimensionnelle optique résolution microscopie photoacoustique

Une méthode pour suivre la fusion cellulaire dans les organismes vivants au cours du temps est décrite. L'approche utilise...

Une approche recombinaison Cre-Lox P pour la détection de la fusion cellulaire In Vivo</em

Apprenez à mesurer la masse, le volume et la densité cellulaires par microscopie optique quantitative sans fixation ni coloration. Cette technique non invasive utilise MATLAB pour analyser des images DIC et champ clair.

Microscopie optique quantitative: mesure de biophysique cellulaire Caractéristiques avec un microscope optique standard

Explorer plus de vidéos