SpheroidSizer został zaprojektowany do zautomatyzowanego wykrywania, wyznaczania i pomiaru sferoidów 3D, co pozwala na znaczne ograniczenie nakładu pracy i radykalne zwiększenie wydajności przy analizie dużych zbiorów obrazów. Rysunek 1A przedstawia schemat działania programu SpheroidSizer. Główne etapy obliczeniowe obejmują zautomatyzowaną inicjalizację, algorytm aktywnego konturu oraz kwantyfikację konturu. Po zautomatyzowanych obliczeniach funkcja kontroli jakości umożliwia wykorzystanie kombinacji narzędzi „Manual Initialize” i „Hand Draw” w celu poprawienia wszelkich niedoskonałych segmentacji. Rysunek 1B ilustruje szczegółowe działanie zautomatyzowanego algorytmu aktywnego konturu. Etap inicjalizacji (iteracja 0) wykorzystuje podstawowe kroki przetwarzania obrazu do wyznaczenia przybliżonego rozmiaru i położenia sferoidu oraz wygenerowania sferycznego konturu inicjującego o szacowanej wielkości. Kontur inicjujący jest następnie przekazywany do algorytmu aktywnego konturu, który w kolejnych iteracjach dostosowuje go do lokalnego gradientu obrazu oraz krzywizny kształtu. Algorytm aktywnego konturu kończy działanie, gdy kontur się ustabilizuje (zbieżność), t.j. po 477 iteracjach dla tego obrazu, lub po wykonaniu zdefiniowanej maksymalnej liczby iteracji. W tym przykładzie kontur inicjujący został celowo powiększony, aby lepiej zaprezentować działanie algorytmu. W rzeczywistości inicjalizacja zazwyczaj znajduje się bardzo blisko rzeczywistej granicy i do osiągnięcia zbieżności algorytmu wymaganych jest znacznie mniej iteracji. Następnie algorytm wykonuje pomiary morfometryczne wykrytej granicy sferoidu. Osie główna i pomocnicza sferoidu są mierzone przy użyciu narzędzi MATLAB image processing toolbox (Rysunek 1C). Oś główną definiuje się jako odcinek łączący pojedynczą parę najdalej oddalonych od siebie punktów na konturze, co określa się mianem długości (L). Oś pomocniczą definiuje się jako najdłuższą linię prostopadłą do osi głównej, co określa się mianem szerokości (W). W tym przypadku wartości L i W są bardzo zbliżone, ponieważ sferoid ma kształt sferyczny. Objętość sferoidu jest obliczana według wzoru V = 0,5 * L * W2.
Jedną z funkcji SpheroidSizer jest automatyczne wykrywanie granic sferoidów nawet na obrazach z nierównym lub zaszumionym tłem z wykorzystaniem algorytmu aktywnego konturu (Rysunki 2B-D). Przetwarzanie komputerowe obrazów w jasnym polu często utrudnia nierównomierne tło, co sprawia, że metody oparte na adaptacyjnym progowaniu dają niepożądane wyniki. Problem ten jest szczególnie widoczny przy użyciu płytek wielodołkowych, gdzie ścianki dołków mogą powodować efekty cieniowania na obrazach. Jednakże, ponieważ algorytm aktywnego konturu nie jest wrażliwy na stopniowe zmiany zacienienia tła, jest on w stanie prawidłowo zidentyfikować segmentację sferoidów na tych obrazach w jasnym polu przy odpowiedniej inicjalizacji. Rysunek 2 przedstawia kilka przykładów obrazów z nierównym lub zaszumionym tłem, takich jak nierównomierne oświetlenie (Rysunek 2B), zanieczyszczenia (Rysunek 2C) lub rdzeń nekrotyczny (Rysunek 2D). Dzięki automatycznemu algorytmowi aktywnego konturu SpheroidSizer precyzyjnie obrysowuje te sferoidy na wszystkich tych obrazach, co pokazano za pomocą czerwonego konturu na dolnym panelu każdego rysunku.
Funkcja kontroli jakości programu SpheroidSizer jest kluczowa dla przepływu pracy o wysokiej przepustowości. Narzędzia „Manual Initialize” oraz „Hand Draw” stanowią cenne uzupełnienie tej aplikacji. Przy setkach lub tysiącach obrazów nieuniknione jest, że zautomatyzowany algorytm nie będzie w stanie poprawnie wykryć sferoidów na niektórych zdjęciach. Jak pokazano na Rysunku 3A, gdy nieprawidłowe wykrycie sferoidu wynika z etapu inicjalizacji, t.j. niewłaściwego rozmiaru lub położenia konturu inicjującego na obrazie (panel górny), narzędzie „Manual Initialize” umożliwia użytkownikowi ręczne, prawidłowe zdefiniowanie lokalizacji i rozmiaru sferoidu (panel dolny). Uruchamia ono algorytm aktywnego konturu, który rozpoczyna pracę od ręcznie zdefiniowanego obrysu i dąży do zbieżności z pożądanym konturem. W przypadku trudnych obrazów, takich jak zdjęcie oryginalne na Rysunku 3B, sferoid znajduje się na rozpraszającym i zaszumionym tle. SpheroidSizer nie jest w stanie poprawnie zidentyfikować sferoidu metodą zautomatyzowaną (panel górny) ani za pomocą narzędzia „Manual Initialize” przy poprawnej inicjalizacji (panel środkowy). W takim przypadku można użyć narzędzia „Hand Draw”, aby ręcznie narysować obrys sferoidu, co zilustrowano w panelu dolnym. Program wykorzystuje zdefiniowaną przez użytkownika granicę do pomiaru osi głównej i pomocniczej sferoidu oraz obliczenia objętości. Wszystkie poprawione wyniki są natychmiast wprowadzane do „Results Table” i mogą zostać odpowiednio wyeksportowane.
Aby ocenić wydajność programu SpheroidSizer przy większych zbiorach danych, najpierw porównaliśmy czas operacyjny, analizując ten sam zestaw 288 obrazów za pomocą: 1) pomiarów ręcznych przy użyciu oprogramowania dostarczonego przez producenta mikroskopu; 2) programu SpheroidSizer na zwykłym laptopie jednordzeniowym; oraz 3) programu SpheroidSizer na stacji roboczej z wielordzeniowym przetwarzaniem równoległym. Pomiary ręczne przeprowadzono zgodnie z naszym standardowym protokołem stosowanym przed opracowaniem oprogramowania: długość i szerokość każdego sferoidu zostały wyrysowane ręcznie i zmierzone za pomocą programu producenta (widoczne jako czerwone linie w górnym panelu Ryciny 4A), a następnie użytkownik spisał wartości pomiarów. SpheroidSizer przetwarza każdy obraz poprzez generowanie obrysu sferoidu (widoczne jako czerwona linia w dolnym panelu Ryciny 4A), pomiar długości osi głównej i pomocniczej oraz eksport wyników do arkuszy kalkulacyjnych. Jak pokazano w Tabeli 1, na podstawie obliczeń dla 288 obrazów, ręczny pomiar jednego sferoidu na obraz zajmuje średnio 31,67 sec, podczas gdy SpheroidSizer potrzebuje mniej niż 2 sec przy pracy na zwykłym laptopie jednordzeniowym oraz mniej niż 1 sec przy pracy na 12-rdzeniowej stacji roboczej. Zatem analiza obrazu za pomocą SpheroidSizer jest ponad 18x szybsza na obraz niż w przypadku pomiarów ręcznych. Znacznie redukuje to nakład pracy przy analizie tysięcy obrazów. Następnie porównaliśmy zmienność pomiarów 24 sferoidów przedstawionych na Rycini 4A pomiędzy pomiarami ręcznymi a programem SpheroidSizer. 24 sferoidy zmierzono trzykrotnie obiema metodami, a następnie obliczono odchylenie standardowe dla każdego sferoidu. Jak widać na Rycini 4B, odchylenie standardowe z programu SpheroidSizer (zielona linia i kropki) jest bliskie zeru, z wyjątkiem trzech sferoidów poprawionych na etapie kontroli jakości, które nadal wykazują mniejsze odchylenie standardowe niż w metodzie pomiarów ręcznych. Wszystko to wskazuje, że SpheroidSizer przeprowadza analizę obrazu w sposób bardziej efektywny i dokładny.
Przeprowadziliśmy przesiew leków z wykorzystaniem ludzkich 3D sferoid nowotworowych BON-1, aby ustalić, które związki w połączeniu z inhibitorem hsp90 są potencjalnymi kandydatami do testowania efektów przeciwnowotworowych in vivo. Ludzkie 3D sferoidy nowotworowe BON-1 hodowano na płytkach 96-dołkowych powlekanych agarozą, zgodnie z opisem w poprzedniej pracy15. Osiem różnych związków w sześciu rozcieńczeniach szeregowych, a także medium i nośnik, przesiewano pod kątem efektów pojedynczych oraz kombinowanych z inhibitorem hsp90 w stężeniach 10 nM i 20 nM, odpowiednio w duplikatach. Dla każdego stężenia pojedynczego związku lub związków łączonych wykorzystano dwie sferoidy. Użyto czterech płytek 96-dołkowych, co łącznie dało 384 sferoidy. Wszystkie sferoidy obrazowano w godzinach 0, 72, 144, 168 i 192. W wyniku tego eksperymentu uzyskano łącznie 1 920 obrazów. Program SpheroidSizer potrzebował zaledwie 30 min na zakończenie analizy obliczeniowej 1 920 obrazów, a dodatkowe 50 min przeznaczono na kontrolę jakości i eksport danych. SpheroidSizer znacznie przyspiesza proces analizy obrazów. Rycina 5A przedstawia zrzut ekranu organizacji folderów i nazw plików dla tego eksperymentu jako przykład do kroku 3.3 protokołu. Ryciny 5B-E przedstawiają zrzuty ekranu wyskakujących okien analizy obrazu i wyników uzyskanych za pomocą SpheroidSizer jako ilustracje do kroków 4, 5 i 7 protokołu. Wykorzystując objętości 3D sferoid z sformatowanej tabeli wyników wyeksportowanej z programu SpheroidSizer, sporządzyliśmy wykresy wzrostu 3D sferoid nowotworowych pod wpływem działania związków w funkcji czasu trwania zabiegów. Dwa reprezentatywne wykresy z tego eksperymentu przedstawiono na Rycynie 5F oraz 5G. Rycina 5F pokazuje, że terapia łączona inhibitorem hsp90 i kladrybiną (linia zielona) hamuje wzrost 3D sferoid bardziej niż monoterapia inhibitorem hsp90 (linia fioletowa) lub kladrybiną (linia pomarańczowa), co sugeruje, że połączenie inhibitora hsp90 i kladrybiny może wykazywać działanie przeciwnowotworowe in vivo. Rycina 5G pokazuje, że terapia łączona inhibitorem hsp90 i adriamycyną (linia zielona) nie hamuje wzrostu 3D sferoid silniej niż monoterapia adriamycyną (linia pomarańczowa) lub inhibitorem hsp90 (linia fioletowa), co sugeruje, że połączenie inhibitora hsp90 i adriamycyny może nie wywierać efektów przeciwnowotworowych in vivo. Eksperyment ten pomógł nam lepiej dobrać związki do testowania ich działania przeciwnowotworowego in vivo, a SpheroidSizer okazał się kluczem do szybkiej analizy danych eksperymentalnych.

Tabela 1. Porównanie czasu operacyjnego analizy obrazu pomiędzy pomiarami manualnymi a oprogramowaniem SpheroidSizer przy analizie tego samego zestawu 288 obrazów. Kliknij tutaj, aby wyświetlić powiększoną wersję tej tabeli.

Rycina 1. SpheroidSizer – aplikacja open-source do pomiaru rozmiaru sferoidów. A) Główny schemat przepływu pracy aplikacji. B) Ilustracja algorytmu aktywnego konturu na różnych etapach iteracji. Należy zauważyć, że kontur inicjalizujący (iteracja 0) został celowo powiększony, aby zaprezentować działanie algorytmu. C) Pomiary długości osi głównej i pomocniczej oraz obliczenie objętości przez SpheroidSizer. L – oś główna: odcinek linii łączący pojedynczą parę najdalej oddalonych punktów na konturze (określany jako długość); W – oś pomocnicza: najdłuższa linia prostopadła do osi głównej (określana jako szerokość).

Rycina 2. Reprezentatywne wyniki zautomatyzowanej segmentacji za pomocą SpheroidSizer, wykazujące odporność na różne warunki obrazowania. A) Typowe obrazy dobrej jakości. B) Obrazy o różnej jasności i kontraście. C) Obrazy z obecnością rozpraszających zanieczyszczeń. D) Obrazy sferoidów z rdzeniem nekrotycznym. Obrazy w górnym panelu każdej ryciny to obrazy źródłowe/oryginalne; obrazy w dolnym panelu każdej ryciny to obrazy kontroli jakości; czerwona obwódka to segmentacja sferoidu wykonana za pomocą obliczeń zautomatyzowanych.

Rysunek 3. Ilustracja narzędzi „Manual Initialize” (inicjalizacja manualna) oraz „Hand Draw” (rysowanie ręczne). A) Narzędzie „Manual Initialize” umożliwia narysowanie dopasowanego kształtu elipsy obejmującej sferoid w celu inicjalizacji, gdy po inicjalizacji automatycznej występuje niedokładna segmentacja sferoidu. B) Narzędzie „Hand Draw” umożliwia dokładne ręczne narysowanie granicy sferoidu, gdy niedokładna segmentacja sferoidów występuje zarówno przy inicjalizacji automatycznej, jak i manualnej. Niebieska linia wokół sferoidu przedstawia kontur inicjalizacji; czerwona obrys oznacza zidentyfikowaną granicę sferoidu. Należy pamiętać, że sferoid w funkcji „Manual Initialize” w A) oraz sferoid w funkcji „Hand Draw” w B) zostały celowo powiększone, aby lepiej zaprezentować działanie narzędzi.

Rycina 4. Porównanie wydajności analizy obrazu między systemem SpheroidSizer a pomiarami ręcznymi podczas analizy tego samego zestawu 24 obrazów. A) Reprezentatywne sferoidy pokazujące, w jaki sposób długość i szerokość sferoidów są wyznaczane w pomiarach ręcznych oraz przez SpheroidSizer. Górne 24 obrazy zawierają ręcznie narysowaną długość/szerokość każdego sferoidu (linie czerwone) przy użyciu pomiarów ręcznych; dolne 24 obrazy (te same 24 obrazy) zawierają komputerowo wyznaczoną granicę sferoidu (obrys czerwony) przy użyciu SpheroidSizer. B) Odchylenie standardowe długości lub szerokości z trzech pomiarów wykonanych na każdym pojedynczym sferoidzie.

Rysunek 5. Reprezentatywny przykład wykorzystania SpheroidSizer w przesiewaniu leków – analiza obrazów sferoid pobranych z badania przesiewowego z użyciem 3D sferoid nowotworowych BON-1. A) Zrzut ekranu z układem folderów i nazwami plików dla tego projektu. B) Zrzut ekranu okna zaawansowanych konfiguracji w programie SpheroidSizer. C) Zrzut ekranu okna SpheroidSizer 1.0 z wyświetloną tabelą wyników (Results Table). D) Zrzut ekranu sformatowanego pliku wyjściowego wyeksportowanego z SpheroidSizer. E) Zrzut ekranu pliku wyjściowego w formie listy wyeksportowanego z SpheroidSizer. F) Wzrost 3D sferoid nowotworowych po zastosowaniu inhibitora hsp90 i kladrybiny. G) Wzrost 3D sferoid nowotworowych po zastosowaniu inhibitora hsp90 i adriamycyny. Klighternij tutaj, aby zobaczyć powiększoną wersję tego rysunku.
Pliki uzupełniające: oprogramowanie SpheroidSizer. Kliknij tutaj, aby pobrać te pliki.