Visualisation et quantification de la couche acellulaire en artérioles du muscle Cremaster Rat

L’objectif global de cette procédure est de quantifier les variations spatio-temporelles de la largeur de la couche acellulaire in vivo. Cette méthode peut aider à répondre à des questions clés dans le domaine de la micro-hémodynamique, afin de mieux comprendre le rôle de la philie cellulaire dans la micro circulation. Le principal avantage de cette méthode est que la largeur de la cellophilie in vivo peut être quantifiée de manière plus cohérente et plus pratique que les techniques de mesure manuelles précédentes, qui prenaient beaucoup de temps.

Avant de commencer la mesure de la largeur de la couche sans cellule, exécutez le fichier de script pré-MatLab. Cliquez ensuite sur Ouvrir le fichier pour sélectionner le fichier vidéo à analyser et ajustez la glissière de rotation pour aligner verticalement les parois du récipient unique à l’aide de la diapositive de zoom pour ajuster le niveau de zoom si nécessaire. Lorsque le navire est dans la position appropriée, cliquez sur Confirmer la modification, puis cliquez sur Définir le retour sur investissement pour recadrer pour définir la région d’intérêt.

L’image alignée s’affichera dans une fenêtre contextuelle. Ajustez l’objectif rectangulaire sur l’image si nécessaire et double-cliquez sur l’objectif pour confirmer la région d’intérêt. Cliquez ensuite sur Extraire les images pour extraire toutes les images vidéo modifiées en images bitmap consécutives, qui se trouveront dans le dossier portant le même nom que le fichier vidéo sélectionné.

Pour mesurer la largeur du calque sans cellule, cliquez sur Sélectionner un dossier, puis sur le dossier des images. La première image s’affiche dans le panneau d’image en niveaux de gris, ainsi que l’histogramme d’intensité de gris correspondant dans le panneau d’histogramme d’image. Sélectionnez le cadre d’image souhaité dans la zone de liste pour effectuer l’analyse, puis cliquez sur Rechercher les parois du récipient pour identifier la paroi interne du récipient dans l’image, déterminée comme l’emplacement où le pic du profil d’intensité lumineuse passe de l’obscurité à la lumière sur deux pixels.

Cochez le filtre médian pour appliquer un filtre médian à l’image afin de réduire le bruit du sel et du poivre. Vérifiez le contraste automatique pour le réglage numérique des intensités de l’image afin d’améliorer le contraste de l’image. Sélectionnez ensuite un algorithme de seuillage dans la zone de liste pour déterminer automatiquement la valeur de seuillage qui divise les niveaux de gris en deux classes, les pixels blancs avec des niveaux de gris supérieurs à la valeur de seuillage et les pixels noirs avec des niveaux de gris inférieurs à la valeur de seuillage.

Pour mesurer la variation spatiale des largeurs de couche sans cellule, entrez la résolution en pixels dans la zone de résolution en pixels. Cliquez ensuite sur Calculer pour obtenir la variation spatiale des largeurs de couche sans cellule, puis cliquez sur Exporter. CSV pour exporter les données de largeur de couche sans cellule dans un format tabulé.

Pour mesurer la variation temporelle des largeurs de couche sans cellule au niveau d’une ligne d’analyse spécifique le long du vaisseau, cliquez sur Variation temporelle et entrez les informations de fréquence d’images. Entrez la première et la dernière image des images pour l’analyse dans les zones de début et de dernière image, respectivement. Ajustez la barre coulissante de la ligne d’analyse pour sélectionner la position de la ligne d’analyse le long du navire et confirmez la position de la ligne d’analyse, comme illustré sur les images en niveaux de gris et binaires.

Cliquez ensuite sur Calculer pour obtenir la variation temporelle des largeurs de couche sans cellule et cliquez sur Export. csv pour exporter les données de largeur de couche sans cellule dans un format tabulé. Ici, un flux typique de globules rouges à travers une artère non ramifiée dans le muscle crémaster du rat où la couche acellulaire peut être observée entre le noyau des globules rouges et la paroi interne du vaisseau est illustrée.

Un bon contraste entre ces composants est essentiel pour garantir la précision des mesures de la largeur de la couche acellulaire. La phase initiale de l’analyse de l’image a consisté à détecter la paroi interne du vaisseau. En acquérant le profil d’intensité lumineuse le long de la ligne d’analyse perpendiculaire au récipient, l’emplacement est approximé au niveau du pic qui passe de l’obscurité à la lumière sur deux pixels.

Ensuite, les limites centrales des globules rouges sont détectées à l’aide de l’algorithme de seuillage d’image et les largeurs CFL peuvent ensuite être calculées. Comme les globules rouges de la couche acellulaire possèdent des transmissions lumineuses différentes, la différence de niveaux de gris peut être subdivisée en deux classes. Cependant, l’identification d’une valeur seuil précise entre les deux pics de l’histogramme de l’image peut être limitée par une qualité d’image et un contraste médiocres.

Pour améliorer le contraste entre les globules rouges et la couche acellulaire, un filtre bleu peut être utilisé. C’est encore plus évident dans ces images où les limites des noyaux de globules rouges ont été identifiées avec plus de précision par un filtre bleu. L’algorithme de seuillage peut également influencer la mesure de la largeur de la couche acellulaire, comme le montrent ces images dans lesquelles les différents algorithmes de seuillage ont permis d’identifier différentes limites du noyau des globules rouges et donc différentes largeurs de couche acellulaire.

La mesure de la largeur de la couche acellulaire in vivo est très sensible à la qualité des images. Par conséquent, assurez-vous de procéder l’opération avec soin et d’utiliser un assistant optique approprié pour obtenir une bonne qualité d’image. De plus, il est essentiel de sélectionner l’algorithme de seuillage d’image approprié pour garantir une mesure précise et cohérente de la largeur de la couche acellulaire.