$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Kwantificering van cellen is noodzakelijk voor een breed scala aan biologische en biochemische studies. Conventionele beeldanalyse van cellen maakt meestal gebruik van fluorescentiedetectiebenaderingen, zoals immunofluorescente kleuring of transfectie met fluorescerende eiwitten of randdetectietechnieken, die vaak foutgevoelig zijn vanwege ruis en andere niet-idealiteiten in de beeldachtergrond.
We ontwierpen een nieuw algoritme dat macrofagen en fibroblasten nauwkeurig kon tellen en onderscheiden, cellen van verschillende fenotypen die vaak colocaliseren tijdens weefselregeneratie. MATLAB werd gebruikt om het algoritme te implementeren, dat verschillende celtypen onderscheidde op basis van hoogteverschillen van de achtergrond. Een primair algoritme werd ontwikkeld met behulp van een gebiedsgebaseerde methode om rekening te houden met variaties in celgrootte / structuur en zaaiomstandigheden met hoge dichtheid.
Niet-idealiteiten in celstructuren werden verantwoord met een secundair, iteratief algoritme met behulp van interne parameters zoals celdekking berekend met behulp van experimentele gegevens voor een bepaald celtype. Ten slotte werd een analyse van cocultuuromgevingen uitgevoerd met behulp van een isolatiealgoritme waarbij verschillende celtypen selectief werden uitgesloten op basis van de evaluatie van relatieve hoogteverschillen binnen het beeld. Deze aanpak bleek nauwkeurig cellen te tellen binnen een foutmarge van 5% voor monoculturele cellen en binnen een foutmarge van 10% voor gecocultureerde cellen.