Segmentacja i kwantyfikacja kości beleczkowych wspomagana granicami zewnętrznymi za pomocą wtyczki Imagej
14 marca 2018
Prezentujemy proces tworzenia segmentacji i kwantyfikacji kości beleczkowych dla obrazów 2D i 3D na podstawie zewnętrznej granicy kości za pomocą wtyczki ImageJ. Podejście to jest bardziej wydajne i dokładne niż obecne podejście do ręcznego ręcznego konturowania i zapewnia kwantyfikację warstwa po warstwie, która nie jest dostępna w obecnym oprogramowaniu komercyjnym.
Ogólnym celem tej procedury jest automatyczne ilościowe określenie pomiarów strukturalnych kości beleczkowych z dokładnością i wydajnością. Ta metoda może pomóc w znalezieniu odpowiedzi na kluczowe pytania w dziedzinie analizy obrazu, takie jak dokładny pomiar nieregularnych struktur z wydajnością. Główną zaletą tej techniki jest to, że pomiary strukturalne obiektów dwuwymiarowych lub trójwymiarowych za pomocą takiej techniki są dokładniejsze i wydajniejsze niż obecnie dostępne podejścia do kwantyfikacji.
Aby rozpocząć tę procedurę, najpierw zainstaluj oprogramowanie ImageJ i wtyczki do analizy beleczkowej, zgodnie z opisem w protokole tekstowym. Otwórz oprogramowanie ImageJ. W sekcji Wtyczki, BoMomics, Symuluj obiekty kliknij przycisk Kółko.
W wyświetlonym oknie podręcznym wprowadź 200 jako średnicę, a następnie kliknij przycisk OK, aby wygenerować symulowany okrąg o średnicy 200 pikseli. Zapisz wygenerowany okrąg w formacie TIFF. Następnie w Plugins, BoMomics, Simulate Objects kliknij przycisk Kwadrat.
W wyskakującym okienku wprowadź 200 i długość boku, a następnie kliknij OK, aby wygenerować symulowany kwadrat o długości boku 200 pikseli. Zapisz go w formacie TIFF. Następnie w tym samym menu kliknij przycisk Sfera.
Wprowadź wartość 30 jako średnicę i kliknij przycisk OK, aby wygenerować symulowaną sferę. Kliknij Wtyczki, 3D, Przeglądarka woluminów, aby wyświetlić sferę i zapisać ją w formacie TIFF. Na koniec w Plugins, BoMomics, Simulate Objects kliknij przycisk Cylinder.
Wprowadź wartość 30 jako średnicę i 100 jako wysokość, a następnie kliknij przycisk OK, aby wygenerować symulowany walec. Następnie kliknij Wtyczki, 3D, Przeglądarka głośności, aby wyświetlić cylinder i zapisać go w formacie TIFF. Najpierw otwórz oprogramowanie ImageJ i otwórz lub zaimportuj zeskanowany obraz.
Przesuń dolny pasek przewijania, aby wybrać plasterek, a następnie kliknij przycisk Obraz, Dostosuj, Próg. W wyskakującym oknie Próg dostosuj minimalne i maksymalne wartości progowe, aby upewnić się, że kości są dobrze oddzielone od tła. Zapisz minimalną wartość progową jako wartość progową kory kostnej.
Następnie kliknij przycisk Wtyczki, BoMomics, profilowanie parametrów beleczkowania. W wyskakującym okienku ustaw Indeks wycinka na pozycję reprezentatywnego wycinka. Ustaw wartości kości korowej, zakresu i kroku, aby obliczyć zestaw progów korowych dla parametrów segmentacji profilowania.
Następnie ustaw wartości Średnica szumu, Krok i Zakres, aby określić zestaw wartości szumu do analizy. Ustawić wartości Średnica otworu, Krok i Zakres w celu obliczenia zestawu wartości otworów. Kliknij przycisk OK, aby przeprowadzić profilowanie parametrów.
W oknie Wyniki profilowania parametrów sprawdź wizualnie wyniki segmentacji i wybierz warstwę przekroju, w której zewnętrzna granica kości jest dokładnie obrysowana. Następnie pobierz parametry profilowania z odpowiedniego wpisu w tabeli Wyniki profilowania parametrów. Aby rozpocząć analizę kości beleczkowych, otwórz oprogramowanie ImageJ i otwórz lub zaimportuj zeskanowany obraz.
Kliknij przycisk Wtyczki, BoMomics, Segmentacja beleczkowa. Wypełnij odpowiednie parametry analizy, jak pokazano poniżej. Następnie kliknij OK, aby wykonać segmentację beleczkowania.
Sprawdź wzrokowo wyniki w oknie Wyniki segmentacji beleczkowej. Następnie zapisz wyodrębnione kości beleczkowe pokazane w oknie Segmentowane kości beleczkowania w formacie TIFF do dalszej analizy. Następnie kliknij przycisk Wtyczki, BoMomics, Analiza beleczkowa i wypełnij odpowiednie parametry analizy, zgodnie z opisem w protokole tekstowym.
W sekcji Raportowanie wyników wybierz co najmniej jeden parametr do pomiaru, gdzie dostępne opcje to objętość kości beleczkowej, objętość całkowita i grubość mierzona dwuwymiarowo lub trójwymiarowo. Aby przeprowadzić analizę beleczkową, zaznacz pola wyboru zarówno dla 2D, jak i 3D, a następnie kliknij OK.To rozpocząć kwantyfikację obiektów, otwórz symulowany obraz w oprogramowaniu ImageJ. Wybierz przycisk Wtyczki, BoMomics, Analiza beleczkowa i wypełnij odpowiednie parametry analizy, zachowując domyślne wartości dla Początku, Końca, Granicy konturu i Kości beleczkowej, jednocześnie ustawiając Średnicę redukcji szumów, Średnicę wypełnienia otworu i Średnicę grubości kory na zero.
W sekcji Raportowanie wyników wybierz zarówno 2D, jak i 3D jako parametry, które mają być mierzone. Następnie kliknij przycisk OK, aby przeprowadzić analizę beleczkową symulowanego obiektu. Następnie oblicz skalibrowaną objętość kości, objętość całkowitą, zawartość mineralną kości, frakcję objętości kości i gęstość mineralną kości w kolumnach arkusza kalkulacyjnego i przeanalizuj dane, zgodnie z opisem w protokole tekstowym.
W tym badaniu wtyczka ImageJ jest używana do automatycznej segmentacji i ilościowego oznaczania kości beleczkowych. Reprezentatywna analiza profilowania parametrów przy użyciu różnych warunków parametrów pokazuje, że niektóre kombinacje są dokładniejsze przy wyznaczaniu zewnętrznych granic kości niż inne. Następnie przeprowadzana jest segmentacja i analiza w celu ilościowego określenia pomiarów kości beleczkowych.
Wyniki tej segmentacji można wizualnie sprawdzić kawałek po wycinku. Surowe kwantyfikacje objętości kości, objętości całkowitej, sumy wartości szarości i grubości, w dwóch lub trzech wymiarach, mogą być raportowane w zależności od tego, które opcje zostały wybrane podczas analizy. Informacje o kalibracji są pobierane ze zeskanowanego zestawu danych mikro-CT, a następnie obliczane są skalibrowane pomiary objętości kości, objętości całkowitej, zawartości mineralnej kości, frakcji objętości kości i gęstości mineralnej kości.
Ich rozkłady mogą być następnie profilowane w wybranym regionie analizy, warstwa po warstwie, względem pozycji warstw. Po opanowaniu technika ta może określić ilościowo kości beleczkowe z 500 warstw obrazu w ciągu 10 do 20 minut, jeśli zostanie wykonana prawidłowo. Po raz pierwszy wpadliśmy na pomysł tej metody, gdy odkryliśmy, że wyniki raportowane przez oprogramowanie dostawcy mikro-tomografii komputerowej nie były odtwarzalne, gdy ten sam zestaw danych był analizowany przez tego samego doświadczonego operatora.
Po obejrzeniu tego filmu powinieneś dobrze zrozumieć, jak wybrać odpowiednie parametry segmentacji kości i przeprowadzić analizę kości długich przy minimalnej interakcji użytkownika.
Wyświetl pełny transkrypt i uzyskaj dostęp do tysięcy filmów naukowych
Przegląd
Ten artykuł przedstawia przepływ pracy do automatycznej segmentacji i ilościowej analizy kości trabecularnych na obrazach 2D i 3D za pomocą wtyczki do ImageJ. Metoda zwiększa efektywność i dokładność w porównaniu z manualnymi technikami konturowania, zapewniając szczegółowe ilościowe analizy warstwowe.
Kluczowe elementy badania
Dziedzina nauki
- Neuronauki
- Analiza obrazów
- Analiza struktury kości
Tło
- Kości trabecularne mają złożone struktury, które są trudne do ilościowego określenia.
- Obecne metody często opierają się na manualnym konturowaniu, które jest czasochłonne i mniej dokładne.
- Automatyczne techniki mogą poprawić precyzję i efektywność pomiarów.
- ImageJ jest szeroko stosowanym oprogramowaniem do przetwarzania obrazów w badaniach naukowych.
Cel badania
- Opracowanie automatycznego przepływu pracy do ilościowej analizy struktur kości trabecularnych.
- Poprawa dokładności pomiarów strukturalnych na obrazach 2D i 3D.
- Zapewnienie bardziej efektywnej alternatywy dla istniejących metod manualnych.
Stosowane metody
- Instalacja oprogramowania ImageJ i wtyczek do analizy trabecularnej.
- Wykorzystanie przycisku Circle w zakładce Plugins do symulacji obiektów.
- Segmentacja struktur kości na podstawie zewnętrznych granic.
- Ilościowa analiza warstwowa kości trabecularnych.
Główne wyniki
- Automatyczna metoda znacznie poprawia dokładność pomiarów.
- Ilościowe analizy warstwowe dostarczają informacji, których nie ma w komercyjnym oprogramowaniu.
- Przepływ pracy jest efektywny i przyjazny dla użytkownika dla badaczy.
- Wyniki pokazują potencjał dla szerszych zastosowań w analizie obrazów.
Wnioski
- Zaproponowany przepływ pracy oferuje niezawodne narzędzie do analizy kości trabecularnych.
- Automatyzacja w analizie obrazów może prowadzić do lepszych wyników badań.
- Ta metoda może odpowiedzieć na kluczowe pytania dotyczące ilościowego określania nieregularnych struktur.
Często zadawane pytania
Executive Industry Relevance
Accurate quantification of trabecular bone structure is critical for evaluating bone-targeted therapeutics and understanding skeletal toxicity in preclinical studies. Manual micro-CT analysis introduces variability and limits throughput, hindering reliable target validation and mechanistic de-risking. This automated ImageJ plugin workflow improves measurement precision and reproducibility, supporting data-driven decisions in early discovery and translational research.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Scientific Value: Enables objective assessment of trabecular bone changes to interrogate therapeutic hypotheses on bone metabolism.
- Operational Value: Reduces operator bias and variability in structural quantification, increasing confidence in target engagement data.
Screening & Assay Development
- Scientific Value: Provides layer-by-layer trabecular thickness and volume distributions for detailed phenotypic screening of bone-modulating compounds.
- Operational Value: Automates segmentation and quantification, enabling scalable analysis of large image sets from high-content studies.
Translational & Preclinical Research
- Scientific Value: Delivers quantitative trabecular parameters that align with translational biomarkers of bone health and disease progression.
- Operational Value: Ensures continuity from discovery through preclinical validation by standardizing structural readouts across models.
Pipeline & Workflow Integration
The method fits within the discovery continuum from target validation to preclinical evaluation, where accurate bone phenotyping informs lead selection and risk assessment.
- Discovery Biology: Supports hypothesis testing by quantifying structural changes in trabecular bone following compound treatment.
- Screening: Enables assay readiness through automated, reproducible segmentation of trabecular regions for compound library screening.
- Analytics: Generates multi-dimensional readouts (volume, thickness, mineral content) that facilitate comparative analysis across experimental conditions.
- Translational Research: Connects to preclinical continuity by providing layer-resolved structural data relevant to bone turnover biomarkers.
- Enterprise Reuse: Functions as a reusable plugin-based capability across projects requiring consistent bone morphometric analysis.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence in bone-related phenotypes by reducing measurement noise and bias.
- Operational Value: Enhances standardization and reproducibility across sites and operators through parameter profiling and quality control.
- Strategic Value: Improves go/no-go decisions by delivering reliable trabecular data earlier in the discovery pipeline.
- Portfolio Impact: Enables risk-adjusted prioritization of bone-modulating candidates based on quantifiable structural outcomes.
Implementation Considerations
- Familiarity with ImageJ plugin environment and basic image processing concepts.
- Access to micro-CT scanners and computational resources for handling 3D image stacks.
- Need for cross-team agreement on segmentation parameters and profiling procedures to ensure consistency.
- Adaptation considerations when applying the method to different bone models or species with varying trabecular architecture.
- Dependence on appropriate threshold calibration; suboptimal parameter selection may affect segmentation accuracy despite quality-control features.
Biopharma FAQs
Chapters in this video
0:05
Title
0:49
Prepare 3D Dataset for Trabecular Analysis
2:52
Profiling Analysis Parameters
4:41
Trabecular Analysis
6:12
Quantifying Simulated Objects, Calibrating the Trabecular Measurements, and Presentation of Data
7:22
Results: Trabecular Analysis Using the ImageJ Plugin
8:48
Conclusion
