Abstract
Descriviamo l'uso di un microscopio ottico standard effettuare misurazioni quantitative di massa, volume e densità su campioni cellulari attraverso una combinazione di campo luminoso e interferenze immaginario contrasto differenziale. Due approcci principali sono presentati: noninterferometric microscopia fase quantitativa (NIQPM), effettuare misurazioni di massa cellulare totale e la distribuzione subcellulare densità e trasformata di Hilbert differenziale microscopio a contrasto di interferenza (HTDIC) per determinare il volume. NIQPM si basa su un modello semplificato di propagazione delle onde, chiamata approssimazione parassiale, con tre ipotesi di base: bassa apertura numerica (NA), illuminazione, diffusione deboli e debole assorbimento della luce da parte del campione. Fortunatamente, i campioni cellulari non colorati soddisfano questi presupposti e bassa illuminazione NA è facilmente raggiunti nei microscopi commerciali. HTDIC viene utilizzato per ottenere informazioni volumetrico da tramite a fuoco DIC immagini ad alta illumin NAcondizioni di cooperazione. Illuminazione elevata NA agevola la massima sezionamento del campione lungo l'asse ottico. Trasformata di Hilbert di elaborazione dell'immagine DIC su pile migliora notevolmente algoritmi di rilevamento del bordo per la localizzazione dei bordi del provino in tre dimensioni separando i valori di grigio di intensità campione da quelli dello sfondo. I vantaggi principali di NIQPM e HTDIC laici nella loro accessibilità tecnologica con microscopi "off-the-shelf". Ci sono due limiti fondamentali di questi metodi: slow z-stack tempo di acquisizione in ambiti commerciali attualmente abroga l'indagine dei fenomeni più veloce di 1 fotogramma / minuto, e in secondo luogo, gli effetti di diffrazione limitano l'utilità di NIQPM e HTDIC agli oggetti da 0.2 fino a 10 (NIQPM) e 20 (HTDIC) micron di diametro, rispettivamente. Quindi, la dinamica dei campioni e la sua associata di interesse devono soddisfare certa dimensione e vincoli temporali per consentire l'uso di questi metodi. Eccitante, cellula più fissoI campioni r sono prontamente studiate con questi metodi.
Introduction
L'uso della microscopia ottica è ormai onnipresente nelle indagini di organismi cellulari. Grazie al loro basso endogeni di assorbanza e di scattering deboli strutture in spettro ottico visibile, le cellule non influenzano fortemente l'ampiezza delle onde ottiche li attraversano e quindi appaiono semitrasparente quando ripreso con microscopi da campo luminoso standard. Campioni cellulari, tuttavia, rallentano onde ottiche viaggiano attraverso di loro in un modo che è linearmente correlata alla quantità di densità di massa locale in una particolare regione dello spazio attraverso il quale la luce viaggia. Utilizzo di questo sfasamento temporale eterogenea profilo o "fase" di onde ottiche trasmessi attraverso campioni microscopici è stato descritto nel 1935 da Frits Zernike 1 e sperimentale realizzato da Zernikein 1942 2. Zernike ha ricevuto il premio Nobel nel 1953 per questo risultato. Zeiss commercializzato questa modalità nel 1945 3. Nel 1955, Smith e NomarskVorrei presentare il loro lavoro iniziale per l'uso 4 e 5 teoria di contrasto di interferenza differenziale (DIC) microscopio, una modalità che utilizza il gradiente spaziale di fase come un meccanismo di contrasto. DIC è stato commercializzato da Zeiss nel 1965in stretta collaborazione con Nomarski 6. Nel 1981, due laboratori hanno dimostrato il primo registrato cellule vive DIC immagini con l'incorporazione di telecamere nel treno ottica del microscopio DIC 7, 8. L'era di imaging cellulare dal vivo è nato.
Da questo momento, l'esecuzione sia contrasto di fase e DIC sui microscopi commerciali è sostanzialmente rimasta invariata. Questi metodi sono principalmente utilizzati dai biologi per produrre immagini di cellule a fini qualitativi: il monitoraggio della morfologia, il monitoraggio delle strutture subcellulari, e ricerche di dinamica della membrana 9. Queste tecniche sono di qualità nella loro configurazione "off-the-shelf" sia come fase e DIImmagini c sono funzioni arbitrarie della intensità della sorgente luminosa, le impostazioni ottica di illuminazione, e guadagno della telecamera CCD, gamma, e le impostazioni di esposizione.
Una piccola legione di fisici e ingegneri ottici si è sforzata di rendere le modalità di imaging commerciali quantitativa. Tra i primi sforzi erano due lettere a Nature nel 1952 e nel 1953 in cui il medico-gir-biofisico Robert Barer dimostrato l'uso della microscopia fase per determinare la massa secca cellulare delle cellule stimando sfasamenti attraverso questi tipi di cellule utilizzando un microscopio a fase disponibile in commercio 10, 11. Il campo ha sviluppato una moltitudine di tecniche nel corso degli anni successivi, basata soprattutto tre meccanismi di contrasto di base label-free: microscopia fase di 10,11, DIC microscopia 12-17, e in campo chiaro 18-22 per determinare ottica percorso di lunghezza, fase, massa densità, indice di rifrazione, e volume cellulare.
In parallel, una vasta collezione di strumenti ottici personalizzati sono stati sviluppati dal 1950, e hanno fatto di vasta portata misurazioni ottiche che vanno da applicazioni in crescita del parassita 23, a documentare il ciclo cellulare da 24 a indagare le dinamiche della membrana dei globuli rossi 25. In particolare, negli ultimi dieci anni ha visto una ricchezza di microscopia quantitativa label-free in forma di microscopia fase di diffrazione 26, tomografica microscopio fase 27, digitale microscopia olografica 28, sensibile alla fase a coerenza ottica microscopio 29, spaziale microscopio interferenza della luce 30, Hilbert fase microscopia 31, e microscopia fase quantitativa 32. Nonostante i loro successi collettivi, questi strumenti non sono stati diffusi al campo più ampio dei ricercatori biologici a causa, principalmente, alla loro complessa strumentazione e requisiti di calcolo.
Qui abbiamo DEscribe l'uso di un microscopio ottico standard effettuare misurazioni quantitative di massa, volume e densità su campioni cellulari attraverso una combinazione di campo luminoso e DIC immaginario. Due approcci principali sono presentati: noninterferometric microscopia fase quantitativa (NIQPM), effettuare misurazioni di massa cellulare totale e la distribuzione subcellulare densità e trasformata di Hilbert differenziale microscopio a contrasto di interferenza (HTDIC), per determinare il volume. I vantaggi principali di NIQPM e HTDIC laici nella loro accessibilità tecnologica. Le condizioni di imaging necessaria per la corretta esecuzione rientrano nell'ambito del normale funzionamento della maggior parte dei microscopi disponibili in commercio. Inoltre, gli algoritmi di post-processing sono stabili, veloce e robusto - essendo stato implementato in MATLAB utilizzando trasformata veloce di Fourier algoritmi (FFT) basate quando possibile.
NIQPM è un metodo per ricostruire fase e la densità di massa assialmente integrata di celesemplari lular provenienti da campi immagini luminose. Sommatoria di questa densità di massa assialmente integrata sull'area del campione si ottiene il tenore massa secca totale del campione. Il protocollo NIQPM si basa sulle fondamenta sperimentali previste dal Paganin e Nugent 18, 19 - in cui è stato dimostrato che il profilo fase di una cella potrebbe essere ricostruita dal passante focalizzazione campo chiaro immaginario del campione - e il lavoro teorico di Frank , Altmeyer, e Wernicke 20 - sulla soluzione dei modelli di onda retti in modo efficiente basata su FFT. Il collegamento di fase alla densità massa secca si basa sul lavoro da Barer 10, 11 e 33 Popescu.
Informazioni volumetrica può essere ottenuta da passante fuoco DIC imagery sotto alte condizioni di illuminazione NA che consentono sezionamento ottico del campione lungo l'asse ottico. Trasformata di Hilbert trattamenti sulle pile di immagini DIC aumenta notevolmentealgoritmi di rilevamento dei bordi per la localizzazione dei bordi del provino in tre dimensioni separando i valori di grigio di intensità campione da quelli dello sfondo. Questo lavoro nasce con Arinson et al. 34 sebbene abbiamo introdotto entrambi i metodi di filtraggio di Fourier per aumentare il contrasto e un metodo di rilevamento del bordo basato Sobel per l'analisi volumetrica automatizzata del campione. Abbiamo anche convalidato HTDIC precedenza su sfere di polistirolo che variano nel formato dal limite di diffrazione fino a 20 micron di diametro 36.
Mentre sia NIQPM e HTDIC sono tecnologicamente accessibili a causa del loro sviluppo sui microscopi commerciali, i metodi sono fondamentalmente limitate dalla configurazione hardware dei microscopi stessi. I limiti principali di queste tecniche sono duplici: slow z-stack tempo di acquisizione in ambiti commerciali, grazie alla traduzione di tutta la fase del campione in contrasto con appena la lente obiettivo, Attualmente limita l'indagine dei fenomeni più veloce di circa 1 fotogramma / minuto, e in secondo luogo, gli effetti di diffrazione limitano l'utilità di NIQPM e HTDIC agli oggetti che variano nel formato da 0,2 fino a 10 e 20 micron di diametro, rispettivamente. Quindi, il campione e le sue dinamiche temporali associati di interesse devono soddisfare determinate dimensioni e dei vincoli temporali per consentire l'utilizzo di questi metodi su strumenti tipici "off-the-shelf". Eccitante, la maggior parte dei campioni cellulari fissi sono prontamente studiate con questi metodi.
Una panoramica del NIQPM e protocolli HTDIC sono indicati nella figura 1. Nella figura 2 si illustrano di imaging ottimale e subottimale attraverso fuoco in NA condizioni sia bassa e alta illuminazione sia per campo chiaro e DIC immagini. Figure 3 e 4 dimostrano la dipendenza dei parametri dell'algoritmo NIQPM evidenziando implementazioni di successo e insuccesso.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
1. Microscopio Specifiche
Per eseguire l'imaging nel modo corretto, il microscopio dovrebbe avere le seguenti specifiche:
- Possedere entrambi contrasto di interferenza differenziale (DIC) e campo chiaro (BF) contrasto.
- Avere movimento asse z controllato da computer.
- Avere un diaframma regolabile per variare l'apertura numerica della lente condensatore. Un'apertura con una regola graduata o lettura elettronica è tenuto a conoscere il valore della apertura numerica. L'apertura numerica deve variare da 0,1 per NIQPM fino a 0.9 (o superiore) per HTDIC.
- Il microscopio dovrebbe avere un filtro di colore a banda stretta per essere utilizzato per l'imaging campo chiaro. Questo filtro è tenuta a fissare l'incremento di rifrazione, una fabbricazione lunghezza d'onda dipendente utilizzato per convertire fase della densità di massa per NIQP.
2. Interferenza differenziale contrasto (DIC) Acquisizione Z-stack
- Aprire il software SlideBook unnd creare una nuova diapositiva per raccolta di immagini.
- Quindi, aprire la finestra di Focus. Nella sezione Filter Set selezionare DIC. Nella scheda Ambito, nella sezione condensatore, regolare la barra di scorrimento Aperture per la più giusta posizione (aperto tutto il senso). Questo fornisce alta numerico illuminazione dell'apertura e migliora sezionamento ottico del campione.
- Focus sul campione utilizzando un obiettivo DIC. Regolare l'intensità della lampada alogena finché il campione è facilmente visibile. Per assicurare che la fotocamera non viene saturato, selezionare la scheda della fotocamera nella finestra di messa a fuoco e verificare che l'istogramma di intensità dei pixel è all'interno del range dinamico della telecamera.
- Aprire la finestra Acquisizione Immagine. Nella sezione Tipo di ripresa, selezionare la casella 3D. Nella sezione Capture 3D, selezionare l'intervallo intorno al centro e torna alla posizione attuale
- Nella sezione Filtro Set della finestra Acquisizione Immagine, selezionare la casella DIC e specificare il tempo di esposizione. Nella sezione Informazioni dell'immagine, il nome dell'immagine (opzionale), e selezionare Start per avviare il imaging.
3. Campo chiaro (BF) Acquisizione Z-stack
- Una volta che il microscopio ha finito di raccogliere il DIC Z-stack del campione, aprire la finestra Focus e selezionare Apri nella sezione Filter Set. Regolare la barra di scorrimento Aperture per la posizione più a sinistra (chiuso tutto il senso) per fornire l'illuminazione bassa NA.
- Cambiare il filtro di luce-path microscopio a verde. Regolare l'intensità della lampada alogena finché il campione è visibile. Assicurarsi che non vi è saturazione della fotocamera selezionando la
- Aprire la finestra Acquisizione Immagine. Verranno visualizzate le impostazioni di acquisizione 3D DIC acquisizione Z-stack.
- Nella sezione Filtro Set della finestra Acquisizione Immagine, selezionare la casella OPEN e specificare il tempo di esposizione. Nella sezione Informazioni dell'immagine, il nome dell'immagine (opzionale), e selezionare Start per avviare Z-stack acquisizione delle immagini.
4. Esportazione di Z-stack Immagini
- Aprire una cattura Z-stack. Modificare la visualizzazione al 100%. Regolare l'istogramma dei valori di pixel da visualizzare tra 0 e il valore massimo del pixel della telecamera (4.095 per telecamere 12 bit, 65.535 per 16 bit.).
- Selezionare Visualizza> Esporta> TIFF Series. Ciò esportare la Z-stack come una serie di immagini TIFF(Uno per ogni piano Z). Salvare la serie TIFF in una cartella separata con un nome che ha un carattere di sottolineatura alla fine (ad esempio "DIC Stack 1_"). Ripetere questa operazione con ogni DIC o BF Z-stack.
5. Misure Volume
- Aprire il programma HTDIC MATLAB intitolato "JoVE_HTDIC_v1.m".
- Sotto la sezione 0 del programma HTDIC, aggiornare la variabile directory dipendenze. Copia e incolla il directory contenente il hilbert_transform_dic.m e file sobel_edge_detect.m da Explorer (PC) tra le virgolette singole seguente "dependencies_directory =". ExecuteSection 0 del programma JoVE_HTDIC_v1.m.
- Nella sezione 1, aggiornare l'"images_directory". Ancora una volta, copiare e incollare la cartella contenente le immagini in-focus in. Forma tif tra le virgolette singole. SOLO RUN SEZIONE 1 VOLTA.
- Allineamento e rotazione delle immagini per Hilbert trasformano Run sezione 2 del codice. Apparirà una finestra di dialogo intitolata "Definisci HTDIC Parametri". Cinque numbers sono richiesti dall'utente: il numero di piano focale dove l'immagine DIC del campione è a fuoco, risoluzione laterale (micron / pixel nell'immagine), la risoluzione assiale (questo è il 0,1 per l'acquisizione di immagini a 0.1 micron fasi assiali), l'angolo di rotazione dell'immagine DIC necessario per eseguire la trasformata di Hilbert, valori tipici sono 45 e -135. Infine, inserire la regione di interesse dimensioni, questo parametro definisce la lunghezza di un lato di una scatola che appaiono successivamente - valore tipico è 400. Fare clic su OK.
- Un'immagine del piano focale DIC specificato dal numero di piano focale apparirà con una scatola blu. Posizionare la scatola sopra la caratteristica di interesse, ad esempio una cella. La scatola non deve essere quadrata. Una volta che il box è stato posizionato sopra la regione desiderata, fare doppio clic all'interno della casella.
- Un'altra figura appare ora: questa figura contiene un'immagine ritagliata e ruotata della regione di interesse selezionato nel passaggio precedente. Il contrasto dell'immagine deve essere talecaratteristiche che scure sulla sinistra, mentre le caratteristiche luminose appaiono sulla destra. Trascinare la casella blu sopra la regione di interesse, rimodellare, se necessario.
- Sezione 3 genera una maschera per il cubo z-stack. Ci sono due tipi di maschere disponibili: una maschera rettangolare per creare un rettangolo intorno alla cella e uno strumento a mano libera per delineare la cella di interesse a mano.
- Per generare una maschera rettangolare, decommentare la linea 167 e commentare la linea 170 (commentare una linea fuori con un "%" all'inizio della riga). Eseguire sezione 3 del programma. Fare clic nell'immagine e trascinare il mouse per iniziare a definire la maschera rettangolare. Fare doppio clic sulla casella di accettarla.
- Per generare una maschera disegnata a mano, commentare linea 167 e decommentare la linea 170 ed eseguire Sezione 3. Fare clic e disegnare la maschera desiderato con il mouse. Fare doppio clic sulla maschera di accettarla.
- Sezione Eseguire 4to costruire la trasformata di Hilbert DIC pila di immagini e la corrispondente DIC pila immagine dell'area di interesse.La maschera costruito nella Sezione 3 verrà applicato alla trasformata di Hilbert pila DIC e lo stack regolare DIC quando "maskON" è impostato a 1 alla riga 179. Impostazione "maskON" per 0 costruirà stack di immagini senza applicare la maschera.
- Eseguire sezione 5 per ottimizzare la segmentazione dell'immagine dei xz trasversali immagini sezionali della regione di interesse. Figura 500, prodotta dal programma, appare a visualizzare tre diversi tipi di contrasto. Il successo dell'algoritmo per trovare i bordi della cella fa affidamento su una combinazione della maschera utilizzata e il valore di "soglia" alla riga 229 del programma. Iniziare con un valore di 0,5. Regolare il valore di soglia e rieseguire questa sezione del programma fino alla corretta delineazione è raggiunto in una delle colonne.
- Se la delineazione era meglio nella colonna 1, utilizzare la sezione 6 per determinare il volume utilizzando DIC immagine segmentazione. Se colonna 2 ha dato risultati ottimali, sezione 7 per determinare il volume delle cellule da Hilbert-trasformata immagini DIC correre. Se colonna 3 gavE i risultati ottimali, eseguire la Sezione 8 per determinare il volume utilizzando Fourier filtrata Hilbert-trasformata immagini DIC.
- Il volume di campione, riportato in micron cubico (fl) è presentato nel titolo della figura 600, 700, o 800 prodotto dal programma a seconda di quale viene scelto misura del volume.
6. Misure di massa
- Aprire il programma NIQPM MATLAB intitolato "JoVE_NIQPM_v1.m".
- Sotto la sezione 0 del programma NIQPM, aggiornare la posizione di tre directory necessarie per eseguire il programma. Questi sono i "dependencies_directory", il "brightfield_directory," e il "dic_directory".
- Avanti, sezione 1 eseguire. Questa sezione di codice genera un campo luminoso cubo del campo pieno di tutta la serie di immagini. SOLO RUN SEZIONE 1 VOLTA.
- Avanti, Sezione 2 eseguire. Apparirà una finestra di dialogo intitolata "Definisci NIQPM Parametri". Quattro numeri sono richiesti dall'utente: il numero piano focale dove l'immagine luminosa campo dellacampione è a fuoco, risoluzione laterale (micron / pixel nell'immagine), la risoluzione assiale (questo è 0,1 per acquisizione immagini a 0,1 micron di passaggi assiali), e la regione di interesse dimensioni, questo parametro definisce la lunghezza di un lato di un dialogo che appaiono successivamente - un valore tipico è 200. Fare clic su OK.
- Un'immagine del piano focale campo luminoso specificato dal numero di piano focale apparirà con una scatola blu.
- Se l'immagine non è a fuoco, fare doppio clic nella casella blu ed eseguire nuovamente sezione 2, assicurarsi di regolare il numero di piano focale nella finestra di dialogo.
- Se l'immagine è a fuoco, trascinare la casella blu intorno all'immagine e ridimensionarlo selezionando i nodi della scatola e trascinandole come necessario. Posizionare la casella intorno la caratteristica di interesse, ad esempio un cellulare. La scatola non deve essere quadrata. Fare doppio clic all'interno della casella di accettarla.
- Successivamente, eseguire Sezione 3 per costruire una pila di immagini in campo chiaro ritagliata nella regione di interesse.
- Per generare la mappa di fase, pseudo immagine DIC e confronti con le immagini in campo chiaro e l'immagine vera DIC, sezione 4 correre.
- Con la pseudo DIC e DIC vere immagini il più possibile simili alla mappa di densità di massa, massa totale, e istogramma della densità cellulare possono essere determinati eseguendo Sezione 5a o 5b. Sezione 5 bis effettua il rilevamento automatico confine del campo - optimize "soglia" alla riga 300 - i valori tipici variano tra 0.1-1. Eseguire nuovamente questa sezione come necessario per ottimizzare il valore di soglia. Sezione 5b effettua la determinazione della massa, ecc dopo che l'utente delinea la cella di interesse.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Corretta illuminazione campione durante passante fuoco acquisizione delle immagini è fondamentale per la corretta attuazione del NIQPM un algoritmi HTDIC nd. Nella figura 2 si illustrano alta e bassa illuminazione NA sia sotto DIC e contrasto campo chiaro di una sfera di polistirolo e la linea cellulare di adenocarcinoma del colon umano SW620. Figure 2A, 2C, 2I, e 2K dimostrano di imaging ottimale per NIQPM. Figure 2F, 2H, 2N e 2P dimostrano l'imaging ottimale per HTDIC.
Figure 3 e 4 dimostrano la dipendenza dei parametri dell'algoritmo NIQPM evidenziando implementazioni sia successo e insuccesso. In Figura 3 si esplora il profilo fase di un polistirene sfera 4,8 micron di diametro - il profilo previsto è noto teoricamente e può quindi essere direttamente confrontata alla ricostruzione NIQPM.
Campioni cellulari, le cui proprietà di fase non sono noti a priori, possono essere ricostruiti utilizzando NIQPM in combinazione con una procedura per confrontare una immagine "pseudo DIC" - calcolato dalla fase ricostruito - a un'immagine DIC effettiva, determinata da una misura ottica diretta, della cella. NIQPM ha un parametro libero - il piano nel campo luminoso pila di immagini in cui il calcolo viene centrato. Questo piano focale centrale dovrebbe essere regolata fino a quando la pseudo DIC e vere immagini DIC aspetto più simile possibile. Figure 4E-G dimostrare una pseudo out-of-focus dell'immagine DIC, una pseudo dell'immagine ottimale DIC, e il corresponding DIC immagine della cellula presa con un'illuminazione NA di 0,9. È interessante notare che la migliore mappa di fase e corrispondente immagine pseudo DIC non corrispondono necessariamente a un fuoco di campo immagine luminosa in, vale a dire. Figure 1A e 1B.
Infine, la Figura 5 illustra i passaggi necessari per l'algoritmo di elaborazione delle immagini HTDIC. Dal DIC mediante messa a fuoco immagini sotto NA = 0.9 illuminazione, Figure 5A e 5D, la trasformata di Hilbert è preformato per rimuovere il bassorilievo delle immagini DIC, Figure 5B e 5E. Questo viene fornito con alcuni sfocatura lungo l'asse ottico che può essere rimosso dal passa alto filtraggio Fourier, Figure 5C e 5F. Queste immagini finali sono facilmente segmentati per determinare l'area in ciascun piano di sezione trasversale del campione per dedurre il volume cellulare totale.
her.within-page = "always"> 
Figura 1. NIQPM e HTDIC Workflow. (1). Campioni microscopici come le cellule dovrebbero essere montate su vetrini da microscopio con copertura in vetro apposta sul campione utilizzando Fluoromount G. (2). Immagini attraverso fuoco acquisiti sia sotto DIC e contrasto campo chiaro con uno standard "off-the shelf" microscopio formare l'ingresso agli algoritmi di elaborazione delle immagini. (3.) Post-processing di immagini in MATLAB per determinare il volume delle cellule da DIC e distribuzione della massa cellulare da campo immaginario luminoso. (4.) Metriche quantitative endpoint:. Mappe di calore e grafici a barre prega di cliccare qui per vedere una versione più grande di questa figura.
IGURA 2 "fo: content-width =" 5in "src =" / files/ftp_upload/50988/50988fig2highres.jpg "width =" 500 "/>
Figura 2. Attraverso la messa a fuoco DIC e il campo immaginario luminosa di sfere di polistirolo e linee cellulari SW620. Le condizioni di imaging ottimali per NIQPM sono contrasto campo chiaro con 0.1 NA illuminazione. Per HTDIC DIC, 0.9 NA illuminazione è ottimale. (A, B) en face campo immaginario luminosa di 4,8 micron di diametro polistirolo sfera soggette a 0,1 e 0,9 NA NA illuminazione, rispettivamente. (C, D) della sezione trasversale campo luminoso immaginario di 4,8 micron di diametro polistirolo sfera soggette a 0,1 e 0,9 NA NA illuminazione, rispettivamente. (E, F) En face DIC immaginario di 4,8 micron di diametro polistirolo sfera soggette a 0,1 e 0,9 NA NA illuminazione, rispettivamente. (G, H) della sezione trasversale DIC immaginario di 4,8 micron di diametro polistirolo sfera sonformemente alle 0.1 e 0.9 NA NA illuminazione, rispettivamente. (I, J) en face campo immaginario luminosa di SW620 colorettale linea di cellule di cancro soggetti a 0,1 e 0,9 NA illuminazione, rispettivamente. (K, L) sezione trasversale campo chiaro immagini di soggetto cellule SW620 a 0.1 e 0.9 NA illuminazione, rispettivamente. (M, N) En face DIC immaginario SW620 cellule soggette a 0,1 e 0,9 NA NA illuminazione, rispettivamente. (O, P) sezione trasversale DIC immaginario SW620 cellule soggette a 0,1 e 0,9 NA NA illuminazione. Cliccare qui per vedere una versione più grande di questa figura.
Figura 3. Ottimali e subottimali ricostruzioni fase:. 4,8 micron di diametro polistirene sfera Ogni riga indaga piano focale dipendenza della en face intensità del campo luminoso (prima colonna) e il profilo fase ricostruito come piano focale comincia nel punto centrale attraverso la sfera, z = 0 , e si sposta oltre questo piano a 1 micron passi. (A, E, I, M) E n affrontare intensità di campo luminoso, (B, F, J, N) corrispondente ricostruzione di fase, (C, G, K, O) confronto del profilo fase ricostruita lungo la diagonale della fase map, cerchi blu, profilo teorico fase, in rosso, e la tolleranza di errore del produttore, linee nere, e (D, H, L, P) percento (%) Errore del p ricostruitoHase rispetto al profilo fase teorica. cliccate qui per vedere una versione più grande di questa figura.
Figura 4. Ottimali e subottimali ricostruzioni fase:. Cellule SW620 Le due colonne confrontano campo chiaro non ottimali e ottimali immagine Aerei (A, B) dalla z-stack per centrare la fase di calcolo. I corrispondenti ricostruzioni di fase (C, D) vengono utilizzati per generare una pseudo immagine DIC (E, F). Questi sono confrontati con l'immagine vera DIC, NA = 0.9 illuminazione, in (G). L'DIC immagine pseudo migliore corrispondenza con l'immagine DIC determina le immagini di input corretti dal campo luminoso imapila ge da utilizzare in fase di ricostruzione. Infine, la fase viene mappato la densità di massa proiettata (H, I). Cliccare qui per vedere una versione più grande di questa figura.
Figura 5. Ottimale contrast enhancement DIC utilizzando HTDIC: sfere di polistirolo e cellule SW620. (A) Sezione DIC immagini di una sfera 4,8 polistirolo, (B) corrispondente immagine HTDIC, (C) Fourier filtrato immagine HTDIC. La dimensione assiale delle immagini sfera sono stati scalati per spiegare indice di rifrazione mancata corrispondenza del campione (1.597) e il mezzo di montaggio (1.4). (DF) dimostrano gli stessi tipi di immagine per una cella SW620, tuttavia, senza i rifrazioneNdex correzione disallineamento causa dell'indice contrasto debole del campione. Nessuna soglia è stata eseguita su queste immagini. Cliccare qui per vedere una versione più grande di questa figura.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
In generale, NIQPM è una tecnica di diffrazione limitata convalidata su percorso lunghezze ottiche vanno ,25-44,7. Validazione è stata eseguita su n = 1.596 sfere di polistirene variano in diametro 0,11-9,8 micron sospese in Fluoromount G (dati non mostrati). Cellule possiedono percorso lunghezze ottiche che vanno da quasi 0-7.
Quando si misura la distribuzione della densità di un esemplare si può scoprire che l'immagine pseudo DIC guarda bene mentre la mappa di densità possiede contributi di fondo indesiderati. Ciò è dovuto al rumore nel campo immaginario luminoso del campione utilizzato come input all'algoritmo NIQPM. Due possibili modifiche al metodo NIQPM possono essere usati per eliminare i contributi fondo indesiderati: in primo luogo, si può utilizzare tempi di esposizione più lunghi che permettono di migliorare segnale-rumore nel campo immaginario luminoso. Ciò è particolarmente importante quando l'imaging campioni otticamente sottili. In alternativa, si può ridurre la distanza assiale del Acquisiz z-stackion 0,1-0,05 micrometri e media di 2-3 piani insieme prima di averli inseriti nel algoritmo NIQPM.
La determinazione del volume basato HTDIC è stata convalidata su sfere di polistirolo che variano di diametro 1-20 micron ed è stato cross-validato con microscopio confocale a fluorescenza 35. La tecnica sovrastima il volume di oggetti di sotto del limite di diffrazione del sistema a causa di effetti di diffrazione associato con la funzione del punto di diffusione delle ottiche.
Risoluzione dei problemi relativi alla determinazione del volume HTDIC forse necessaria per le piccole e sottili campioni. La fonte primaria di errore proviene dal segmentazione dell'immagine utilizzando il rilevamento del bordo basato Sobel incorporato MATLAB utilizzato per determinare i confini della cella nelle immagini trasversali. Il valore di "soglia" nella sezione 4 del programma HTDIC è fondamentale per ottenere il miglior segmentazione. Risultati tendono a variare in modo non lineare - con piccole variazioni di drasticall "soglia"y cambiando l'area racchiusa risultante dal rilevamento dei bordi. Il programma attuale presenta all'utente opzioni per eseguire la segmentazione di immagini sia dal DIC z-stack, il HTDIC z-stack, o il F-HTDIC z-stack.
Alone DIC è spesso migliore per i grandi campioni mentre HTDIC e lavoro F-HTDIC per campioni piccoli (<5 micron di diametro).
Una maschera può migliorare la capacità del metodo di segmentare l'immagine. Sezione 2 consente all'utente di determinare una maschera da applicare al cubo immagine. Si consiglia l'uso di una maschera rettangolare che tronca orizzontale (x-punto) del cubo preservando la verticale (y-punto) del cubo.
In sintesi, NIQPM e HTDIC sono modalità di imaging quantitativo tecnologicamente accessibili che possono essere eseguite su microscopi standard "off-the-shelf" ottici, in contrasto con la maggior parte dei metodi esistenti. Al centro di queste tecniche è attraverso di messa a fuoco le immagini del campione sotto il caCondizioni opriate di imaging: illuminazione bassa NA per NIQPM, e l'alta illuminazione NA per HTDIC. I metodi qui presentati possono essere generalizzati per l'utilizzo su sistemi diversi da quelli dimostrato qui. I criteri principali richiesti per queste procedure è un microscopio per cui l'utente ha il controllo del movimento z dello stadio e la capacità di acquisire immagini come la posizione focale della lente obiettivo è varia. I metodi presentati sono adatti per l'imaging cellule fisse o si muovono lentamente campioni biologici.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Gli autori non hanno interessi finanziari nel lavoro presentato.
Acknowledgments
Questo lavoro è stato sostenuto da sovvenzioni dal National Institutes of Health (U54CA143906 a KGP, OJTM e R01HL101972 a OJTM) e una Fondazione per la Ricerca Medica dell'Oregon anticipata Clinical Investigator Award (KGP). OJTM è un investigatore Fondata American Heart Association (13EIA12630000). Ringraziamo il Dott. Eric Anderson Cancer Institute Cavaliere per la preparazione di campioni di cellule utilizzate in questo lavoro.
Materials
| Name | Company | Catalog Number | Comments |
| Zeiss Axio Imager 2 microscope | Carl Zeiss MicroImaging GmbH, Germany | Axio Imager D2 | Microscope |
| Green filter (λ = 540 ± 25 nm) | Chroma Technology Corp., Bellows Falls, Vermont | D540/25x | Green filter |
| SlideBook 5.5 software | Intelligent Imaging Innovations, Denver, Colorado | Image acquistion software | |
| Polystyrene microspheres | Bangs Laboratory, Inc., Fishers, IN | PS06N | Polystyrene spheres |
| Fluoromount-G | SouthernBiotech, Birmingham, Alabama | 0100-01 | Mounting media |
References
- Zernike, F. Das Phasenkontrastverfahren bei der mikroskopischen Beobachtung. Z. Technische Physik. 16, 454-457 (1935).
- Zernike, F. Phase contrast, a new method for the microscopic observation of transparent objects. Physica. 9 (42), 974-986 (1942).
- Blow, N. Finding Phase. Nat. Cell Biol. 11, (2009).
- Smith, F. H. Microscopic interferometry, Research. 8, 385-395 (1955).
- Nomarski, G. Microinterféromètre différentiel à ondes polarisées. J. Phys. Radium. 16, (1955).
- Lang, W. Nomarski differential-interference contrast microscopy. Zeiss Inform. 70, 114-120 (1968).
- Allen, R. D., Allen, N. S., Travis, J. L. Video-enhanced contrast, differential interference contrast (VEC-DIC) microscopy: a new method capable of analyzing microtubule-related motility in the reticulopodial network of Allogromia laticollaris. Cell Motil. Cytoskel. 1, 291-302 (1981).
- Inoué, S. Video image processing greatly enhances contrast, quality, and speed in polarization-based microscopy. J. Cell Biol. 89, 346-356 (1981).
- Aslan, J. E., Itakura, A., Gertz, J. M., McCarty, O. J. Platelet shape change and spreading. Methods Mol. Biol. , 10-1007 (2012).
- Barer, R. Interference microscopy and mass determination. Nature. 169, 366-367 (1038).
- Ross Barer, R., Tkaczyk, K. F. A., S, Refractometry of living cells. Nature. 171, 720-724 (1953).
- Preza, C., Snyder, D. L., Conchello, J. A. Theoretical development and experimental evaluation of imaging models for differential interference contrast microscopy. J. Opt. Soc. Am. A. 16, 2185-2199 (1999).
- Arnison, M. R., Larkin, K. G., Sheppard, C. J., Smith, N. I., Cogswell, C. J. Linear phase imaging using differential interference contrast microscopy. J. Microsc. 214, 7-12 (2004).
- Van Munster, E. B., Van Vliet, L. J., Aten, J. A. Reconstruction of optical pathlength distributions from images obtained by a wide‐field differential interference contrast microscope. J. Microsc. 188, 149-157 (1997).
- Kou, S. S., Waller, L., Barbastathis, G., Sheppard, C. J. Transport-of-intensity approach to differential interference contrast (TI-DIC) microscopy for quantitative phase imaging. Opt. Lett. 35, 447-449 (2010).
- Xu, M. Scattering-phase theorem: anomalous diffraction by forward-peaked scattering media. Opt. Exp. 19, 21643-21651 (2011).
- Duncan, D. D., Fischer, D. G., Dayton, A., Prahl, S. A. Quantitative Carré differential interference contrast microscopy to assess phase and amplitude. J. Opt. Soc. Am. A. 28, 1297-1306 (2011).
- Barty, A., Nugent, K. A., Paganin, D., Roberts, A. Quantitative optical phase microscopy. Opt. Lett. 23, 817-819 (1998).
- Paganin, D., Nugent, K. A. Non-interferometric phase imaging with partially coherent light. Phys. Rev. Lett. 80, 2586-2589 (1998).
- Frank, J., Altmeyer, S., Wernicke, G. N. on-interferometric non-iterative phase retrieval by Green’s functions. J. Opt. Soc. Am. A. 27, 2244-2251 (2010).
- Phillips, K. G., Velasco, C. R., Li, J., Kolatkar, A., Luttgen, M., Bethel, K., Duggan, B., Kuhn, P., McCarty, O. J. Optical quantification of cellular mass, volume, and density of circulating tumor cells identified in an ovarian cancer patient. Front. Oncol. 2, 1-8 (2012).
- Phillips, K. G., Jacques, S. L., McCarty, O. J. Measurement of single cell refractive index, dry mass, volume, and density using a transillumination microscope. Phys. Rev. Lett. 109, 1-5 (2012).
- Park, Y. K., Diez-Silva, M., Popescu, G., Lykotrafitis, G., Choi, W., Feld, M. S., Suresh, S. Refractive index maps and membrane dynamics of human red blood cells parasitized by Plasmodium falciparum. , 105-13730 (2008).
- Mir, M., Wang, Z., Shen, Z., Bednarz, M., Bashir, R., Golding, I., Popescu, G. Optical measurement of cycle-dependent cell growth. Proc. Natl. Acad. Sci. U.S.A. 108, 13124-13129 (2011).
- Popescu, G., Ikeda, T., Goda, K., Best-Popescu, C. A., Laposata, M., Manley, S., Feld, M. S. Optical measurement of cell membrane tension. Phys. Rev. Lett. 97, 1-4 (2006).
- Popescu, G., Ikeda, T., Dasari, R. R., Feld, M. S. Diffraction phase microscopy for quantifying cell structure and dynamics. Opt. Lett. 31, 775-777 (2006).
- Choi, W., Fang-Yen, C., Badizadegan, K., Oh, S., Lue, N., Dasari, R. R., Feld, M. S. Tomographic phase microscopy. Nat. Methods. 4 (9), 717-719 (2007).
- Charrière, F., Marian, A., Montfort, F., Kuehn, J., Colomb, T., Cuche, E., Depeursinge, C. Cell refractive index tomography by digital holographic microscopy. Opt. Lett. 31, 178-180 (2006).
- Joo, C., Akkin, T., Cense, B., Park, B. H., de Boer, J. F. Spectral-domain optical coherence phase microscopy for quantitative phase-contrast imaging. Opt. Lett. 30, 2131-2133 (2005).
- Wang, Z., Millet, L., Mir, M., Ding, H., Unarunotai, S., Rogers, J., Popescu, G. Spatial light interference microscopy. SLIM). Opt. Exp. 19, 1016-1026 (2011).
- Ikeda, T., Popescu, G., Dasari, R. R., Feld, M. S. Hilbert phase microscopy for investigating fast dynamics in transparent systems. Opt. Lett. 30, 1165-1167 (2005).
- Shaked, N. T., Rinehart, M. T., Wax, A. Dual-interference-channel quantitative-phase microscopy of live cell dynamics. Opt. Lett. 34, 767-769 (2009).
- Popescu, G., Park, Y., Lue, N., Best-Popescu, C., Deflores, L., Dasari, R. R., Badizadegan, K. Optical imaging of cell mass and growth dynamics. Am. J. Physiol. Cell Physiol. 295, (2008).
- Arnison, M. R., Cogswell, C. J., Smith, N. I., Fekete, P. W., Larkin, K. G. Using the Hilbert transform for 3D visualization of differential interference contrast microscope images. J. Microsc. 199, 79-84 (2001).
- Baker, S. M., Phillips, K. G., McCarty, O. J. Development of a label-free imaging technique for the quantification of thrombus formation. Cell. Mol. Bioeng. 5, 488-492 (2012).
