Artykuł metodologiczny

Pomiar kształtu i wielkości cząstek osadu czynnego unieruchomionych w agarze za pomocą rurociągu oprogramowania open source

DOI:

10.3791/58963

30 stycznia 2019

W tym artykule

Podsumowanie

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Rozmiar i kształt cząstek w osadzie czynnym są ważnymi parametrami, które są mierzone różnymi metodami. Niedokładności wynikają z niereprezentatywnego próbkowania, nieoptymalnych obrazów i subiektywnych parametrów analizy. Aby zminimalizować te błędy i ułatwić pomiar, przedstawiamy protokół określający każdy krok, w tym potok oprogramowania open source.

Streszczenie

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Eksperymentalne bioreaktory, takie jak te oczyszczające ścieki, zawierają cząstki, których rozmiar i kształt są ważnymi parametrami. Na przykład wielkość i kształt kłaczków osadu czynnego może wskazywać warunki w mikroskali, a także bezpośrednio wpływać na to, jak dobrze osad osadza się w osadniku.

Wielkość i kształt cząstek są myląco 'prostymi' pomiarami. Wiele subtelnych problemów, często nieporuszanych w nieformalnych protokołach, może pojawić się podczas pobierania próbek, obrazowania i analizowania cząstek. Metody pobierania próbek mogą być stronnicze lub nie zapewniać wystarczającej mocy statystycznej. Same próbki mogą być słabo zachowane lub ulegać zmianom podczas unieruchomienia. Obrazy mogą nie być wystarczającej jakości; Nakładające się na siebie cząsteczki, głębia ostrości, poziom powiększenia i różne szumy mogą dawać słabe wyniki. Źle określona analiza może wprowadzać stronniczość, taką jak ta wynikająca z ręcznego progowania i segmentacji obrazu.

Przystępność cenowa i przepustowość są pożądane wraz z odtwarzalnością. Przystępna cenowo metoda o wysokiej przepustowości może umożliwić częstszy pomiar cząstek, co pozwala na uzyskanie wielu obrazów zawierających tysiące cząstek. Metoda, która wykorzystuje niedrogie odczynniki, powszechny mikroskop preparacyjny i bezpłatne oprogramowanie analityczne typu open source, umożliwia powtarzalne, dostępne, powtarzalne i częściowo zautomatyzowane wyniki eksperymentalne. Co więcej, produkt takiej metody może być dobrze sformatowany, dobrze zdefiniowany i łatwo zrozumiały przez oprogramowanie do analizy danych, co ułatwia zarówno analizy w laboratorium, jak i udostępnianie danych między laboratoriami.

Prezentujemy protokół, który szczegółowo opisuje kroki potrzebne do wytworzenia takiego produktu, w tym: pobieranie próbek, przygotowanie próbki i immobilizację w agarze, cyfrowe akwizycje obrazu, cyfrową analizę obrazu oraz przykłady generowania figur specyficznych dla eksperymentu na podstawie wyników analizy. Dołączyliśmy również potok analizy danych typu open source w celu obsługi tego protokołu.

Wprowadzenie

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Celem tej metody jest dostarczenie dobrze zdefiniowanej, powtarzalnej i częściowo zautomatyzowanej metody określania rozkładu wielkości i kształtu cząstek w bioreaktorach, szczególnie tych zawierających kłaczki osadu czynnego i granulki tlenowe1,2. Uzasadnieniem tej metody było zwiększenie przystępności cenowej, prostoty, przepustowości i powtarzalności naszych istniejących wewnętrznych protokołów3,4, ułatwienie pomiaru cząstek innym oraz ułatwienie udostępniania i porównywania danych.

Istnieją dwie szerokie kategorie analizy pomiaru cząstek - bezpośrednie obrazowanie i metody wnioskowania wykorzystujące takie cechy jak rozpraszanie światła5. Chociaż metody wnioskowania można zautomatyzować i mają dużą przepustowość, sprzęt jest drogi. Ponadto, podczas gdy metody wnioskowania mogą dokładnie określić równoważny rozmiar cząstki6, nie dostarczają szczegółowych informacji o kształcie7.

Ze względu na zapotrzebowanie na dane o kształtach, oparliśmy naszą metodę na bezpośrednim obrazowaniu. Chociaż istnieją pewne metody obrazowania o wysokiej przepustowości, tradycyjnie wymagały one albo drogiego sprzętu komercyjnego, albo niestandardowych rozwiązań8,9. Nasza metoda została opracowana z myślą o wykorzystaniu powszechnego, niedrogiego sprzętu i oprogramowania, które, mimo że cierpi z powodu zmniejszonej przepustowości, generuje znacznie więcej obrazów cząstek niż minimum potrzebne do wielu analiz10.

Istniejące protokoły mogą nie określać ważnych kroków próbkowania i akwizycji obrazu. Inne protokoły mogą określać ręczne kroki, które wprowadzają subiektywne odchylenie (takie jak progowanie ad hoc11). Dobrze zdefiniowana metoda, która określa etapy pobierania próbek, unieruchomienia i akwizycji obrazu, w połączeniu z ogólnodostępnym oprogramowaniem analitycznym, usprawni zarówno analizę obrazów w laboratorium, jak i porównania między laboratoriami. Głównym celem tego protokołu jest zapewnienie przepływu pracy i narzędzi, które powinny prowadzić do powtarzalnych wyników z różnych laboratoriów dla tej samej próbki.

Oprócz normalizacji procesu analizy obrazu, dane generowane przez ten potok są zapisywane w dobrze zdefiniowanym, dobrze sformatowanym pliku12 odpowiednim do użycia przez popularne pakiety do analizy danych13,14, ułatwiając analizy specyficzne dla eksperymentów (takie jak generowanie niestandardowych rysunków) i ułatwiając wymianę danych między laboratoriami.

Ten protokół jest szczególnie zalecany dla badaczy, którzy potrzebują danych o kształcie cząstek, nie mają dostępu do metod wnioskowania, nie chcą rozwijać własnego potoku analizy obrazu i chcą łatwo udostępniać swoje dane innym

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Protokół

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

1. Zbierz próbki do analizy cząstek

  1. Określ objętość próbki dla określonych reaktorów, które wyprodukują wystarczającą ilość cząstek do analizy statystycznej10 (>500), unikając nakładania się cząstek.
    1. Zakłada się, że zakres od 0,5 do 2 ml na próbkę zmieszanego ługu jest wystarczający dla próbek osadu czynnego z mieszaniną zawiesiny cieczy (MLSS) między 250 a 5 000 mg/l.
    2. W przeciwnym razie przygotować trzy testowe płytki agarowe, używając 0,5, 2 i 5 ml próbki (kroki od 1.2 do 2.7).
    3. Proszę wizualnie oszacować, które (jeśli w ogóle) objętości próbki najlepiej spełniają kryteria wymienione w kroku 1.1.
    4. Jeśli cząstki nadal nakładają się na siebie w próbce o objętości 0,5 ml, powtórz kroki 1.1.2 i 1.1.3 z trzema próbkami o objętości 0,5 ml rozcieńczonymi dodanymi 0,5, 1 i 2 ml roztworu soli fizjologicznej buforowanej fosforanem, aby określić stopień, w jakim 0,5 ml próbki należy rozcieńczyć przed etapem 2.1.
      UWAGA: Kroki 1.1 − 1.1.4 muszą być wykonywane tylko raz na eksperyment lub jeśli zawartość reaktora zmieni się w taki sposób, że kolejne pomiary nie spełniają już kryteriów wymienionych w kroku 1.1.
  2. Pobrać reprezentatywną próbkę z dobrze wymieszanej części reaktora, chwytając ~40 ml do zlewki lub probówki wirówkowej o pojemności 50 ml, delikatnie mieszając i natychmiast wlewając oznaczoną objętość próbki z dobrze wymieszanego chwytaka do probówki wirówkowej o pojemności 15 ml. Rozcieńczyć próbkę, jeśli jest to konieczne, zgodnie z krokiem 1.1.4.
    UWAGA: W tym miejscu można wstrzymać działanie protokołu, a próbkę można przechowywać w lodówce (4 °C) do 48 godzin. Nie zamrażaj próbki.
    UWAGA: Powszechnie stosowane środki konserwujące (np. formaldehyd/formamid) nie są odpowiednie. Duża powierzchnia płytki w połączeniu z otwartym pojemnikiem, ciepłem ze źródła światła i potencjalnie słabo wentylowaną mikroskopią stwarzają niepotrzebnie niebezpieczne warunki przy niewielkiej poprawie jakości obrazu.

2. Przygotuj płytki agarowe z poplamionych, unieruchomionych cząstek

  1. Dodać 5 μl 1% (w/v) błękitu metylenowego do każdej próbki, a następnie zakryć i delikatnie odwrócić co najmniej 3 razy, aby wymieszać. Pozostawić próbki do barwienia przez co najmniej 5, ale nie dłużej niż 30 minut w temperaturze pokojowej.
  2. Przygotować około 10 ml na próbkę 7,5% (w/v) agaru w wodzie dejonizowanej.
    UWAGA: Agar może być produkowany z wyprzedzeniem i przechowywany przez czas nieokreślony, jeśli jest wysterylizowany. Agaroza może być zastąpiona, ale nie poprawia znacząco obrazów.
  3. Rozpuść agar w kuchence mikrofalowej lub łaźni wodnej i pozostaw do lekkiego ostygnięcia przed użyciem. Upewnij się, że agar jest całkowicie stopiony i łatwo się nalewa. Stałe kuleczki agaru będą się inaczej barwić, tworząc obrazy o niskiej jakości.
  4. Przenieś wystarczającą ilość stopionego 7,5% (w/v) agaru do probówki wirówkowej, aby uzyskać całkowitą objętość probówki między 6,5 a 9 ml.
  5. Ponownie zamknij probówki wirówkowe i delikatnie odwróć co najmniej 3 razy, aby wymieszać.
  6. Kierując nasadkę od siebie lub w kapturze, otwórz nasadkę. Wlej zawartość probówki do plastikowej szalki Petriego o średnicy 100 mm, delikatnie kołysząc naczyniem, aby uzyskać pełną, gładką powłokę i wizualnie równomierny rozkład cząstek.
    UWAGA: Ciepło z agaru może wytworzyć niewielkie nadciśnienie w probówce. Często powoduje to słyszalny syk i może wydalić małe kropelki gorącego agaru.
  7. Pozostaw płytki do ostygnięcia w temperaturze pokojowej przez co najmniej 5 minut, aż agar zastygnie.
    UWAGA: W tym miejscu protokół może zostać wstrzymany. Przechowywać w stanie odwróconym do góry dnem i szczelnie zamkniętym (np. w szczelnie zamykanej plastikowej torbie lub z folią parafinową) do 48 godzin w lodówce (4 °C).

3. Rejestruj obrazy cząsteczek za pomocą stereomikroskopu i kamery cyfrowej

  1. Umieść odkrytą płytkę stroną zadrukowaną do góry na stoliku mikroskopu stereoskopowego o powiększeniu od 10x do 20x. Oświetl próbkę od dołu równomiernym, rozproszonym światłem za pomocą sprzętu, takiego jak podstawka iluminatora LED lub płyta świetlna.
  2. Otwórz oprogramowanie do przechwytywania obrazu, upewnij się, że ścieżka światła mikroskopu jest ustawiona na Zdjęcie i kliknij odpowiednią kamerę z listy kamer.
  3. Dostosuj mikroskop tak, aby w oprogramowaniu pojawiało się wiele cząstek o dużych, dobrze zdefiniowanych krawędziach. Użyj powiększenia 10-20x do pomiaru cząstek, zachowując stosunkowo głęboką płaszczyznę ogniskowej.
    1. Tymczasowo zdejmij płytkę agarową i umieść mikrometr na stoliku. Dostosuj precyzyjną ostrość, aż podziałki na mikrometrze będą ostro ostre w oprogramowaniu do przechwytywania obrazu.
    2. Jeśli nie został wcześniej skalibrowany, zapisz stosunek pikseli do mikropikseli dla bieżącego powiększenia.
      1. Ustaw powiększenie na 100%, klikając opcję Powiększ > Rozmiar rzeczywisty i wybierz Opcje > Kalibruj, a następnie wyrównaj czerwony pasek kalibracji w głównej rzutni wzdłuż długiej osi mikrometru, z pionowymi paskami wyśrodkowanymi na podziałkach 0 i 200 μm. W oknie dialogowym Kalibruj wprowadź bieżący poziom powiększenia i rzeczywistą długość 200 μm.
    3. Jeśli jest już skalibrowany, wybierz Powiększenie z paska menu, a następnie wybierz aktualny poziom powiększenia i potwierdź kalibrację.
      1. Wybierz Pomiary > linii > dowolnej linii. Kliknij na przecięcie podziałki 0 i długiej osi mikrometra. Kliknij ponownie na skrzyżowaniu na 200 i długiej osi. Prawidłowa kalibracja powinna wskazywać około 200 μm. Usuń linię, klikając ją, naciskając Delete i naciskając przycisk Tak w polu potwierdzenia.
        UWAGA: Instrukcje dotyczące wyboru aparatu i kalibracji są specyficzne dla oprogramowania używanego z tym sprzętem. Podobne funkcje powinny być dostępne w innych programach do obrazowania. Celem jest określenie stosunku pikseli do mikronów obrazu w celu dokładnego pomiaru wielkości cząstek.
  4. Wymień płytkę agarową i wyreguluj precyzyjną ostrość, aby uzyskać maksymalną szczegółowość w oprogramowaniu do obrazowania.
  5. Dostosuj oprogramowanie do obrazowania, aby uzyskać maksymalną jakość obrazu.
    1. Zwiększ głębię bitową do maksymalnej dozwolonej wartości, zaznaczając przycisk radiowy w panelu Głębia bitowa na pasku bocznym Kamera. Ustaw oprogramowanie tak, aby pobierało obrazy w skali szarości, wybierając odpowiedni przycisk radiowy w panelu Kolor/Szary na pasku bocznym Aparat.
    2. Zwiń wszystkie otwarte panele paska bocznego między ekspozycją a histogramem. Zmniejsz wzmocnienie do 1,0 i zwiększaj ekspozycję, aż w rzutni pojawi się wyraźny obraz i aż histogram pojawi się jako rozkład, który nie jest przycięty przez żaden z końców pola histogramu.
    3. Dostosuj histogram, aby uniknąć prześwietlenia i niedoświetlenia. W panelu histogramu na pasku bocznym aparatu przesuń lewą granicę histogramu tuż poza najniższe wartości, a prawą granicę tuż poza najwyższymi wartościami.
  6. Zapisz obraz jako nieskompresowany plik TIFF, uwzględniając informacje o powiększeniu w metadanych obrazu, korzystając z okna dialogowego Plik > Zapisz jako, wybierając format TIFF i upewniając się, że jest zaznaczone pole Zapisz z informacjami o kalibracji.
    UWAGA: Zapisywanie metadanych obrazu, w tym kalibracja przestrzenna, może się różnić w zależności od programu akwizycji. FIJI15, podstawowe oprogramowanie używane przez potok, rozumie najczęstsze warianty. Ważnymi informacjami, które należy zarejestrować, są wysokość, szerokość i skojarzone jednostki w pikselach.
  7. Korzystając z ruchomego stolika lub ręcznego przesuwania samej płyty, wybierz inny obszar, który nie nakłada się na poprzednie obrazy, podążając ścieżką, która zmienia się między lewą a prawą i od prawej do lewej w miarę przesuwania się w dół płyty; jest to również znane jako "wzorzec wyszukiwania kosiarki". Powtarzaj krok 3.6, aż uzyskasz wystarczającą ilość obrazów, aby uchwycić co najmniej 500 wizualnie oszacowanych cząstek, im więcej, tym lepiej.
    UWAGA: Alternatywne wzorce (np. kołowe, losowe) są dopuszczalne, ale należy je zgłosić. Pozyskiwanie wielu nakładających się obrazów w celu połączenia ich w mozaikę za pomocą cyfrowego łączenia daje wynikowy rozmiar pliku, który znacznie utrudnia dalsze przetwarzanie i może wprowadzać artefakty z łączenia, co nie jest obecnie zalecane.
  8. Zachowaj płytki do czasu analizy obrazu w celu potencjalnego dalszego obrazowania. Po końcowym obrazowaniu wyrzucić, jeśli to właściwe, jako odpady biologiczne.

4. Mierz i analizuj sylwetki cząstek

  1. Zainstaluj wymagane pakiety oprogramowania do analizy obrazu
    1. Zainstaluj FIJI (ulepszoną wersję ImageJ v1.52e National Institutes of Health, postępując zgodnie z instrukcjami podanymi pod adresem: https://imagej.net/Fiji/Downloads
    2. Zainstaluj usługę Git, jeśli nie jest jeszcze dostępna, postępując zgodnie z instrukcjami na stronie: https://git-scm.com/downloads
    3. Pobierz kod analizy cząstek, klonując repozytorium git16.
      1. W wierszu polecenia pobierz najnowszą wersję kodu, wpisując:
        git clone https://github.com/joeweaver/SParMorIA-Sludge-Particle-Morphological-Image-Analysis.git
        1. Zainstaluj kod analizy, postępując zgodnie z instrukcjami w pliku tekstowym README.md znajdującym się w katalogu najwyższego poziomu sklonowanego repozytorium.
          UWAGA: Preferowane jest użycie usługi git, ponieważ automatycznie pobierze najnowszą wersję kodu. Jeśli git nie jest dostępny, możliwe jest również pobranie kodu jako pliku zip na stronie wydania pod adresem: https://github.com/joeweaver/SParMorIA-Sludge-Particle-Morphological-Image-Analysis/releases
    4. Edytuj plik tekstowy z listą katalogów do przetworzenia wraz z opcjonalnymi parametrami. Zapoznaj się z podkatalogiem examples/analysis, aby uzyskać listę parametrów i przykładów.
  2. Uruchom analizę w wierszu polecenia, wpisując:
    \ImageJ-win64.exe --console -macro SParMorIA-SludgeParticle_Morphological_Image_Analysis
    gdzie <ścieżka-FIDŻI> to katalog, w którym znajduje się ImageJ-win64.exe, a to lokalizacja pliku tekstowego opisującego ustawienia analizy
    UWAGA: Nazwa pliku wykonywalnego może się różnić w zależności od systemu operacyjnego, na którym zainstalowany jest FIJI. W zależności od liczby i rozmiaru obrazów analiza może potrwać od kilku minut do kilku godzin i zostanie uruchomiona automatycznie.
  3. Przeprowadzanie kontroli jakości
    1. Sprawdź pliki kontroli jakości znajdujące się w podkatalogu nakładki określonego katalogu wyjściowego. Zwróć uwagę na obrazy z fałszywymi, pominiętymi i słabo uchwyconymi cząstkami, wszystkie widoczne jako cieniowane kontury, które nie pasują do tła. Zapoznaj się z Rysunek 3, aby zapoznać się z przykładami takich elementów. Dane dotyczące cząstek są teraz gotowe do wygenerowania figur analizy specyficznej dla eksperymentu.
  4. Odrzucaj całe płytki lub pojedyncze cząstki, określając w kodzie analizy zanotowane pliki i/lub identyfikatory cząstek, które mają być ignorowane. Zapoznaj się z przykładami/cenzurą w repozytorium, aby uzyskać odpowiedni kod R i Python.
  5. Wygeneruj dane specyficzne dla eksperymentu, korzystając z wyników analizy obrazu, dla każdego obrazu są przechowywane w pliku tekstowym oddzielonym przecinkami TIDY12 w podkatalogu wyników określonego katalogu wyjściowego. Zapoznaj się z podkatalogami examples/figures/R i examples/figures/Python, aby uzyskać przykłady odczytywania plików wyników.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Wyniki

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Wygenerowane pliki
Proces zilustrowany w Rysunek 1 spowoduje wytworzenie dwóch plików na analizowany obraz. Pierwszy plik to plik tekstowy z wartościami rozdzielanymi przecinkami (CSV), w którym każdy wiersz odpowiada pojedynczej cząstce, a kolumny opisują różne metryki cząstek, takie jak obszar, okrągłość i solidność, zdefiniowane w ImageJ manual17. Przykładowe pliki CSV są dołączone jako informacje uzupełniające ...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Dyskusja

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Chociaż system analizy obrazu jest dość solidny i podejmowane są kroki kontroli jakości w celu usunięcia słabych obrazów, odpowiednie zwrócenie uwagi na konkretne problemy związane z próbkowaniem, przygotowaniem płyt i akwizycją obrazów może poprawić zarówno dokładność danych, jak i odsetek obrazów przechodzących kontrolę jakości.

Stężenie próbki
Zakładając, że pobrano reprezentatywną próbkę, najważniejszym krokiem jest upewnienie się, że obecne są cząstki wystarczające do ...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Oświadczenia

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Autorzy nie mają nic do ujawnienia.

Podziękowania

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Ta praca została wsparta grantem z National Science Foundation CBET 1336544.

Logo FIJI, R i Python są używane z logo zgodnie z następującymi zasadami dotyczącymi znaków towarowych:
Python: https://www.python.org/psf/trademarks/
R: https://www.r-project.org/Logo/ , zgodnie z licencją CC-BY-SA 4.0 wymienioną pod adresem: https://creativecommons.org/Licenses/by-sa/4.0/
Fidżi: https://imagej.net/Licensing

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
10% roztwór wybielaczaChlorox31009Do dezynfekcji miejsca pracy.
Probówka wirówkowa 15 ml z nakrętkąCorning430790Na próbkę.
50 ml Kolba ErlenmeyeraCorning4980-50Inne naczynia są odpowiednie, o ile mogą pomieścić > 40 ml próbki i umożliwiają mieszanie
500 ml butelki KimaxKimble-Chase14395-50Lub w inny sposób wystarczające do pracy z agarem
AgarBD214010Solid, do przygotowania 7,5% żelu. 7 ml na próbkę.
jest oprogramowanie do analizy danychN/A N/AR lub Python
Woda dejonizowanaNIEDOTYCZYWystarczająca do przygotowania plamy i agaru. Jeśli nie jest dostępna, kran powinien wystarczyć.
Komputerstacjonarny NieAnaliza obrazu nie obciąża procesora, każdy "zwykły" komputer stacjonarny około 2017 roku powinien wystarczyć.
Zewnętrzny dysk twardySeagateSTEB5000100Nie w pełni wymagane, ale niezwykle przydatne, biorąc pod uwagę liczbę i rozmiar obrazów. Sugerowane 2 lub więcej TB pamięci masowej.
FIJINIHw wersji 1.51dWersja to rdzeń ImageJ. Wtyczki są aktualizowane w momencie pisania. Dostępne pod adresem: https://imagej.net/Fiji/Downloads
GITOpen Sourcew wersji 2.19.1 lub nowszejDostępne pod adresem: https://git-scm.com/
Oprogramowanie do przechwytywania obrazówToupVieww wersji 3.7.5177Każdy kompatybilny z aparatem, może być dostarczany z aparatem. Powinien umożliwiać zapisywanie obrazów TIFF z danymi kalibracji przestrzennej.
Stolik mechaniczny (X/Y)OMAXA512Nie jest w pełni wymagany, ale znacznie ułatwia akwizycję obrazu.
Błękit metylenowyFisherM291-100Ciało stałe, do przygotowania 1% roztworu w/v. 5 μl roztworu na próbkę.
Kamera mikroskopowaOMAXA35140UDowolna kamera cyfrowa kompatybilna z mikroskopem. Sugerowana jest rozdzielczość zapewniająca co najmniej 5 μm na piksel przy 10-krotnym powiększeniu i zakres dynamiczny co najmniej 8 bitów na piksel na kanał koloru.
Mikrometr stopnia optycznegoOMAXA36CALM1Lub w inny sposób wystarczający do kalibracji przestrzennej.
Szalka Petriego, 100 mmFB0875712 Fishera1 na próbkę.
PPEN/AN/AStandardowy fartuch laboratoryjny, rękawice i okulary.
Sparmoria macroNCSUw wersji 0.2.1Dostępne w repozytorium github : https://github.com/joeweaver/SParMorIA-Sludge-Particle-Morphological-Image-Analysis
Mikroskop stereoskopowy/preparacyjnyNikonSMZ-2TPowinien zapewniać powiększenie od 10 do 20x i umożliwiać robienie zdjęć cyfrowych za pomocą wbudowanego aparatu lub punktu mocowania CCD.
Sugerowane dotyczy

Bibliografia

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Show, K. Y., Lee, D. J., Tay, J. H. Aerobic granulation: Advances and challenges. Applied Biochemistry and Biotechnology. 167 (6), 1622-1640 (2012).
  2. Adav, S. S., Lee, D. -J., Show, K. -Y., Tay, J. -H. Aerobic granular sludge: Recent advances. Biotechnology Advances. 26 (5), 411-423 (2008).
  3. Williams, J. C. Initial Investigations of Aerobic Granulation in an Annular Gap Bioreactor. North Carolina State University. , Available from: https://repository.lib.ncsu.edu/handle/1840.16/2162 (2004).
  4. Moghadam, B. K. Effect of Hydrodynamics on Aerobic Granulation. , Available from: https://repository.lib.ncsu.edu/handle/1840.16/8761 (2012).
  5. Tay, J. H., Liu, Q. S., Liu, Y. Microscopic observation of aerobic granulation in sequential aerobic sludge blanket reactor. Journal of Applied Microbiology. 91 (1), 168-175 (2001).
  6. Kelly, R. N., et al. Graphical Comparison of Image Analysis and Laser Diffraction Particle Size Analysis Data Obtained From the Measurements of Nonspherical Particle Systems. AAPS Pharm SciTech. 7 (3), Available from: http://www.aapspharmscitech.org E1-E14 (2006).
  7. Walisko, R., et al. The Taming of the Shrew -Controlling the Morphology of Filamentous Eukaryotic and Prokaryotic Microorganisms. Advances in Biochemical Engineering/Biotechnology. 149, 1-27 (2015).
  8. Campbell, R. A. A., Eifert, R. W., Turner, G. C. Openstage: A Low-Cost Motorized Microscope Stage with Sub-Micron Positioning Accuracy. PLoS ONE. 9 (2), e88977(2014).
  9. Dias, P. A., et al. Image processing for identification and quantification of filamentous bacteria in in situ acquired images. BioMedical Engineering OnLine. 15 (1), 64(2016).
  10. Liao, J., Lou, I., de los Reyes, F. L. III Relationship of Species-Specific Filament Levels to Filamentous Bulking in Activated Sludge. Applied and Environmental Microbiology. 70 (4), 2420-2428 (2004).
  11. Cromey, D. W. Avoiding twisted pixels: ethical guidelines for the appropriate use and manipulation of scientific digital images. Science and Engineering Ethics. 16 (4), 639-667 (2010).
  12. Wickham, H. Tidy Data. Journal of Statistical Software. 59 (10), (2014).
  13. R Core Team. R: A language and environment for statistical computing. , Available from: http://www.r-project.org (2017).
  14. van Rossum, G. Python tutorial. , Amsterdam. CS-R9526 (1995).
  15. Schindelin, J., Arganda-Carreras, I., Frise, E. FIJI: an open-source platform for biological-image analysis. Nature Methods. 9 (7), 676-682 (2012).
  16. Weaver, J. E. SParMorIA: Sludge Particle Morphological ImageAnalysis. , Available from: https://github.com/joeweaver/SParMorIA-Sludge-Particle-Morphological-Image-Analysis (2018).
  17. Ferreira, T., Rasband, W. ImageJ User Guide: IJ 1.42 r. , National Institute of Health. (2012).
  18. Sezgin, M., Sankur, B. Survey over image thresholding techniques and quantitative performance evaluation. Journal of Electronic Imaging. 13 (1), 146-166 (2004).
  19. Kröner, S., Doménech Carbó, M. T. Determination of minimum pixel resolution for shape analysis: Proposal of a new data validation method for computerized images. Powder Technology. 245, 297-313 (2013).
  20. McKinney, W. Data Structures for Statistical Computing in Python. Proceedings of the 9th Python in Science Conference. , 51-56 (2010).
  21. Waskom, M., et al. seaborn: v0.5.0 (November 2014). , (2014).
  22. Wickham, H. dplyr: A Grammar of Data Manipulation. , Available from: https://cran.r-project.org/web/packages/dplyr/index.html (2016).
  23. Wickham, H. ggplot2: Elegant Graphics for Data Analysis. , Springer-Verlag. New York. Available from: http://ggplot2.org (2009).
  24. Riley, R. S., Ben-Ezra, J. M., Massey, D., Slyter, R. L., Romagnoli, G. Digital Photography: A Primer for Pathologists. Journal of Clinical Laboratory Analysis. 18 (2), 91-128 (2004).
  25. Singh, S., Bray, M. A., Jones, T. R., Carpenter, A. E. Pipeline for illumination correction of images for high-throughput microscopy. Journal of Microscopy. 256 (3), 231-236 (2014).
  26. Eastwood, B. S., Childs, E. C. Image Alignment for Multiple Camera High Dynamic Range Microscopy. Proceedings. IEEE Workshop on Applications of Computer Vision. , 225-232 (2012).
  27. Bell, A. A., Brauers, J., Kaftan, J. N., Meyer-Ebrecht, D., Aach, T. High Dynamic Range Microscopy for Cytopathological Cancer Diagnosis. IEEE Journal of Selected Topics in Signal Processing (Special Issue on: Digital Image Processing Techniques for Oncology). 3 (1), Available from: https://www.lfb.rwth-aachen.de/en/ 170-184 (2009).
  28. Jain, V., et al. Supervised Learning of Image Restoration with Convolutional Networks. 2007 IEEE 11th International Conference on Computer Vision. , 1-8 (2007).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Przedruki i uprawnienia

Poproś o pozwolenie na ponowne wykorzystanie tekstu lub ilustracji tego artykułu JoVE

Poproś o pozwolenie

Tagi

Analiza wielko ci cz stekPomiar kszta tu cz stekImmobilizacja w agarzePotok analizy obrazuStereomikroskopiaMorfologia cz stekOczyszczanie ciek wProtok pomiaru cz stek

Powiązane artykuły