Name: Hızlandırılmış radyasyon Biodosimetry tarafından otomatik Disentrik kromozom tanımlama (ADCI) ve doz tahmini (Video) | JoVE Journal
Uploaded: 2017-09-04T13:00:00.000+00:00
Duration: 10 min 33 s
Description: Öğrenin, makine öğrenmesi tabanlı görüntü işleme ile disentrik kromozomları otomatik olarak tespit ederek biyolojik radyasyon dozunu hızlı ve doğru bir şekilde tahmin etmeyi. Bu yazılım, biyodosimetri analizlerini kolaylaştırır.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

playerTrialDesktop

Metafaz görüntü verilerini için onların sitogenetik biodosimetry laboratuvarları erişim için Dr. Ruth Wilkins, Sitoloji ve koruma Bölümü Sağlık Kanada ve Farrah Flegal, Kanada nükleer Laboratories ve onların laboratuar personeli için minnettarız. Bu kağıt Kanada İnovasyon programı yapıda bir sözleşmeden CytoGnomix (Seri No için tarafından desteklenmiştir EN579-172270/001/SC). ADCI ilk sürümü ve algoritma geliştirme Western yenilik Fonu tarafından desteklenen; Doğa Bilimleri ve mühendislik Araştırma Konseyi Kanada (NSERC keşif Grant 371758-2009); ABD halk sağlığı Servisi (DART-doz CMCR, 5U01AI091173-0); Yenilik Kanada Vakfı; Kanada araştırma sandalye ve CytoGnomix A.ş.

<ol><li>Brewen, J. G., Preston, R. J., Littlefield, L. G. <a target="_blank" href="http://www.rrjournal.org/doi/abs/10.2307/3573421?code=rrs-site&journalCode=rare">Radiation-Induced Human Chromosome Aberration Yields Following an Accidental Whole-Body Exposure to60 Co γ-Rays.</a> Radiat Res. 49 (3), 647-656 (1972).</li>
<li>Bender, M. A., Gooch, P. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Persistent+Chromosome+Aberrations+in+Irradiated+Human+Subjects%5BTitle%5D)+AND+%22Radiat+Res%22%5BJournal%5D)">Persistent Chromosome Aberrations in Irradiated Human Subjects.</a> Radiat Res. 16 (1), 44-53 (1962).</li>
<li>INTERNATIONAL ATOMIC ENERGY AGENCY. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22Cytogenetic+Dosimetry%3A+Applications+in+Preparedness+for+and+Response+to+Radiation+Emergencies%22">Cytogenetic Dosimetry: Applications in Preparedness for and Response to Radiation Emergencies</a>. , IAEA: Vienna. (2011).</li>
<li>Rogan, P. K., Li, Y., Wilkins, R. C., Flegal, F. N., Knoll, J. H. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Radiation+Dose+Estimation+by+Automated+Cytogenetic+Biodosimetry%5BTitle%5D)+AND+%22Radiat+Prot+Dosimetry%22%5BJournal%5D)">Radiation Dose Estimation by Automated Cytogenetic Biodosimetry.</a> Radiat Prot Dosimetry. 172 (1-3), 207-217 (2016).</li>
<li>Arachchige, A. S., Samarabandu, J., Knoll, J., Khan, W., Rogan, P. <a target="_blank" href="http://ieeexplore.ieee.org/document/5652017/">An image processing algorithm for accurate extraction of the centerline from human metaphase chromosomes.</a> 2010 IEEE International Conference on Image Processing. , 3613-3616 (2010).</li>
<li>Arachchige, A. S., Samarabandu, J., Knoll, J., Khan, W., Rogan, P. <a target="_blank" href="http://ieeexplore.ieee.org/document/5479183/">An Accurate Image Processing Algorithm for Detecting FISH Probe Locations Relative to Chromosome Landmarks on DAPI Stained Metaphase Chromosome Images.</a> 2010 Canadian Conference on Computer and Robot Vision. , 223-230 (2010).</li>
<li>Arachchige, A. S., Samarabandu, J., Rogan, P. K., Knoll, J. H. M. <a target="_blank" href="http://ieeexplore.ieee.org/document/6334866/">Intensity integrated Laplacian algorithm for human metaphase chromosome centromere detection.</a> 2012 25th IEEE Canadian Conference on Electrical and Computer Engineering (CCECE). , 1-4 (2012).</li>
<li>Li, Y., et al. <a target="_blank" href="http://ieeexplore.ieee.org/document/6420039/">Towards large scale automated interpretation of cytogenetic biodosimetry data.</a> 2012 IEEE 6th International Conference on Information and Automation for Sustainability. , 30-35 (2012).</li>
<li>Ranjan, R., Arachchige, A. S., Samarabandu, J., Knoll, J. H. M., Rogan, P. K. <a target="_blank" href="https://www.researchgate.net/publication/260826538_Automatic_Detection_of_Pale_Path_and_Overlaps_in_Chromosome_Images_using_Adaptive_Search_Technique_and_Re-thresholding">Automatic Detection of Pale Path and Overlaps in Chromosome Images using Adaptive Search Technique and Re-thresholding.</a> International Conference on Computer Vision Theory and Applications. , 462-466 (2017).</li>
<li>Arachchige, A. S., Samarabandu, J., Knoll, J. H. M., Rogan, P. K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Intensity+Integrated+Laplacian-Based+Thickness+Measurement+for+Detecting+Human+Metaphase+Chromosome+Centromere+Location%5BTitle%5D)+AND+%22IEEE+Trans+Biomed+Eng%22%5BJournal%5D)">Intensity Integrated Laplacian-Based Thickness Measurement for Detecting Human Metaphase Chromosome Centromere Location.</a> IEEE Trans Biomed Eng. 60 (7), 2005-2013 (2013).</li>
<li>Rogan, P. K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Automating+dicentric+chromosome+detection+from+cytogenetic+biodosimetry+data%5BTitle%5D)+AND+%22Radiat+Prot+Dosimetry%22%5BJournal%5D)">Automating dicentric chromosome detection from cytogenetic biodosimetry data.</a> Radiat Prot Dosimetry. 159 (1-4), 95-104 (2014).</li>
<li>Li, Y., Knoll, J. H., Wilkins, R. C., Flegal, F. N., Rogan, P. K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Automated+discrimination+of+dicentric+and+monocentric+chromosomes+by+machine+learning-based+image+processing%5BTitle%5D)+AND+%22Microsc+Res+Tech%22%5BJournal%5D)">Automated discrimination of dicentric and monocentric chromosomes by machine learning-based image processing.</a> Microsc Res Tech. 79 (5), 393-402 (2016).</li>
<li>Subasinghe, A., et al. <a target="_blank" href="https://f1000research.com/articles/5-1565/v1">Centromere detection of human metaphase chromosome images using a candidate based method.</a> F1000Res. 5, 1565(2016).</li>
<li>Shirley, B. C., Li, Y., Knoll, J. H. M., Rogan, P. K. Online manual for the Automated Dicentric Chromosome Identifier and Dose Estimator, Version 1.2. , Available from:
 <a target="_blank" href="http://adciwiki.cytognomix.com">http://adciwiki.cytognomix.com</a> (2017).</li>
<li>Wilkins, R. C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Evaluation+of+the+annual+Canadian+biodosimetry+network+intercomparisons%5BTitle%5D)+AND+%22Int+J+Radiat+Biol%22%5BJournal%5D)">Evaluation of the annual Canadian biodosimetry network intercomparisons.</a> Int J Radiat Biol. 91 (5), 443-451 (2015).</li>
<li>Liu, J., Li, Y., Wilkins, R., Flegal, F., Knoll, J. H. M., Rogan, P. K. <a target="_blank" href="https://f1000research.com/articles/6-1396/v1">Accurate Cytogenetic Biodosimetry Through Automation Of Dicentric Chromosome Curation And Metaphase Cell Selection.</a> F1000Research. 6, 1396(2017).</li>
<li>Schunck, C., Johannes, T., Varga, D., Lörch, T., Plesch, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((New+developments+in+automated+cytogenetic+imaging%3A+unattended+scoring+of+dicentric+chromosomes%2C+micronuclei%2C+single+cell+gel+electrophoresis%2C+and+fluorescence+signals%5BTitle%5D)+AND+%22Cytogenet+Genome+Res%22%5BJournal%5D)">New developments in automated cytogenetic imaging: unattended scoring of dicentric chromosomes, micronuclei, single cell gel electrophoresis, and fluorescence signals.</a> Cytogenet Genome Res. 104 (1-4), 383-389 (2004).</li>
<li>Ramakumar, A., Subramanian, U., Prasanna, P. G. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((High-throughput+sample+processing+and+sample+management%3B+the+functional+evolution+of+classical+cytogenetic+assay+towards+automation%5BTitle%5D)+AND+%22Mutat+Res+Genet+Toxicol+Environ+Mutagen%22%5BJournal%5D)">High-throughput sample processing and sample management; the functional evolution of classical cytogenetic assay towards automation.</a> Mutat Res Genet Toxicol Environ Mutagen. 2015, 132-141 (2015).</li>
<li>Deperas, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((CABAS%3A+a+freely+available+PC+program+for+fitting+calibration+curves+in+chromosome+aberration+dosimetry%5BTitle%5D)+AND+%22Radiat+Prot+Dosimetry%22%5BJournal%5D)">CABAS: a freely available PC program for fitting calibration curves in chromosome aberration dosimetry.</a> Radiat Prot Dosimetry. 124 (2), 115-123 (2007).</li>
<li>Ainsbury, E. A., Lloyd, D. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Dose+estimation+software+for+radiation+biodosimetry%5BTitle%5D)+AND+%22Health+Phys%22%5BJournal%5D)">Dose estimation software for radiation biodosimetry.</a> Health Phys. 98 (2), 290-295 (2010).</li>
</ol>

PKR ve JHMK CytoGnomix, ADCI Ticarileştirme ve ilgili patent sahibidir cofounded. YL ve BCS, CytoGnomix çalışanlardır. ADCI telif hakkı ve ADCI şeması yerelleştirme yönteminde patentli (bizi Pat. No 8,605,981; Alman Pat. No. 112011103687).

Yetenekleri ve sınırlamaları yazılım
Bu raporda açıklanan protokol ADCI içinde alma ve sitogenetik metafaz görüntüleri işlemek, radyasyon kalibrasyon eğriler oluşturmak ve bireyler ya da bilinmeyen maruz örnekleri biyolojik doz tahmin etmek için kullanılan tipik step-wise yordam tanıttı Radyasyon seviyesi. Ancak, sırayla bu talimatları yürütmek gerekli değildir. Örneğin, bilinmeyen doz birçok test örnekleri işlenebilir ve aynı precomputed kalibrasyon eğrisi kullanılarak analiz. Ayrıca, işlem tamamlandıktan sonra görüntü seçimi ve modelleri filtreleme DC kullanıcı tarafından tekrarlanır. Uygulama bir uygun görüntü seçimi modelinin özelliklerine bağlıdır ve sırayla hücreleri hazırlamak için kullanılan Laboratuvar Protokolü ve hücreleri seçin sıkılık ölçütü hem dayanır metafaz görüntü verilerin kalitesini otomatik metafaz yakalama sistemleri. Kromozom türleri Morfoloji biodosimetry ve sitogenetik laboratuarları arasında değişir ve böylece, görüntü seçimi modelleri yazılımla birlikte sağlanan önceden tanımlanmış görüntü seçimi modelleri için yeterli olup olmadığını belirlemek için kullanıcı tarafından değerlendirilmesi gerekir doğru doz tahminler üretmek veya olup olmadığını kullanıcı tanımlı ile özel modeller eşikleri oluşturulması gerekiyor. Bizim deneyime dayalı, görüntü seçimi modelleri etkinliğini hücre görüntülerin kalitesi ve kaynak tarafından etkilenir. Kullanıcılar kendi görüntü seçim ölçütü yanlış pozitif DCs ve görüntü seçimi modelleri ve karşılık gelen eşik değerlerini istediğiniz görüntüleri seçmek için ortadan kaldırmak için filtreleri farklı kombinasyonları kullanarak tasarlayabilirsiniz. İşte esneklik kalibrasyon eğrileri ve doz tahmini, giriş olarak değiştirilmiş veya el ile girilmiş katsayıları ikinci dereceden doğrusal eğrisi ve DC frekansları.
Yazılım tam otomatik rağmen görüntüleri el ile seçilen ve incelenebilir. Bu yeteneği dahil veya ana GUI'SİNDE mikroskop Viewer işlev ile tek tek işlenmiş görüntü kaldırmak kullanılabilir. Yine de, otomasyon nedeniyle yazılım metafaz görüntülerini puanlama ve DCs sayma el ile karşılaştırıldığında önemli ölçüde daha verimli olur. 1000 görüntülerini oluşan bir örnek 20 (TIFF) 40 (jpg) dk çok çekirdekli performans istasyonunda işlenebilir. Bu yazılım özellikle birden çok kişiye maruz kalmış ya da radyasyona maruz için şüpheli vardı veya nerede zamana duyarlı tanı ve tedavi gibi zaman kritik veya emek yoğun durumlarda yararlı olacaktır kritik kararlardır.
Kesin ve doğru yüksek işlem hacmi algılama DCs hem de doz tahmini katılımsız radyasyon değerlendirmesi için gerekli. Belgili tanımlık bilgisayar yazılımı elde edilebilir diğer alternatifler her ikisi de bu gereksinimleri yerine getirmek değil. Bir kullanıcı destekli, yansıma tabanlı sitogenetik analiz (DCScore, Metasystems17) sistemi aday DC'lerin manuel doğrulama gerektirir, yüksek bir hata nedeniyle oranı için Düzeltilmemiş atfedilebilecek kromozomlar arasında örtüşüyor ve sistem değil belirlemek radyasyon dozu. DCScore ADCI kadar etkili çok sayıda potansiyel olarak maruz kalan bireylerin içeren bir radyasyon olayı olmaz. Büyük diyafram mikroskop sistemleri birden çok metafaz hücreleri18görüntülerini toplayabilir, ancak, onlar onları analiz değil. "CABAS"19 ve20 yazılım "Doz tahmin" kalibrasyon üretebilir eğrileri ve tahmini doz ama DCs Puan edinildi değil. Floresans in situ hibridizasyon DNA ile hedeflenen belirli kromozom, gen ekspresyonu, Mikronukleus tahlil ve idrar ve solunum biyolojik probları, DC analize dayalı değil diğer biodosimetry deneyleri H2AX floresan içerir. Bu yöntemler iyonizan radyasyon için daha az belirli ve daha az kullanılması, bazı durumlarda daha pahalıya mal olabilir, daha zaman alıcı ve genellikle birden fazla başvuru laboratuvarlar arasında standart değil. Bu tekniklerin çoğu algılama istikrarlı radyasyon yanıt, uzun vadeli değerlendirmesi için kullanılamıyor (&#62; 7 gün sonrası pozlama) radyasyon doz. Buna karşılık, bu bireylerin 90 gün sonrası maruz değerlendirebilir ve verileri görüntüleme sistemi herhangi bir sitogenetik laboratuvar mikroskop işleyebilir. Ancak, eğer bir örnek çizilir &#62; 4 hafta sonrası pozlama, duyarlılık Disentrik aberasyonları1,2,3 çürümesi nedeniyle azalır ve belgili tanımlık bilgisayar yazılımı does değil düzeltmek şu anda DC Frekanslar için örnekleme gecikmeler bireyler maruz.
Bu yazılımın bazı sınırlamalar vardır. Mevcut görüntü seçimi modelleri çoğunlukla kabul edilebilir metafaz görüntü seçin, ancak bazı durumlarda, DC algılama doğruluğunu azaltabilir tatmin edici görüntüleri ortadan kaldırmak başarısız. Hala açık bir soru nasıl tüm uygun olmayan metafaz hücreleri ortadan kaldıran bir tatmin edici görüntü seçim modeli tasarımı olacak. Doğru tahminler için daha yüksek radyasyon doz maruz örnekleri için yazılım (≥ 2 Gy). Yanlış pozitif DCs16sayısını azaltmada önemli ilerlemeye rağmen bu nesneler ortadan değil. Düşük kalite metafaz hücreleri düşük radyasyon dozu, (özellikle &#60; 1 Gy) yanlış pozitif DC algılama için daha yatkındır. Bu nedenle, düşük doz örnekleri HC test örnekleri doz tahmin için kullanılan kalibrasyon eğrisi oluştururken dahil edilmedi. Ancak, düşük doz örnekleri içeren bir eğri isterseniz, alt SVM Sigma değeri düşük doz örnekleri yanlış pozitif sayıları azaltır ancak daha düşük DC verimleri yüksek doz örneklerinde neden olabilir. Şekil 8 doz tahmin için kullanılan HC eğrisi karşılaştırır (Sigma = 1,5) bir kalibrasyon eğrisi ile uygun alt SVM sigma değerde (1.0) ek düşük doz örnekleri ile. Metafaz hücreleri ve/veya kalitesiz metafaz resimler yetersiz sayıda örnekleri, potansiyel olarak fiziksel doz 0.5 Gy aşan sapmalar sonuçlanan düşük doz, biyolojik Etkilenmeler tam olarak tahmin etmek mümkün olmayabilir.
Onların doz-yanıt eğrileri en iyi bir doğrusal veya doğrusal yakınındaki modeli uygun yazılımın doğru bir şekilde radyasyon türleri kesebiliriz değil. Şimdiye kadar sadece X - ve gama ışınları maruz örnekleri ile sınanmıştır. Başka bir ışın kaynağı muayene kullanıcılar kalibrasyon ve test örnekleri radyasyon aynı tip maruz kalır emin olmalısınız. Maksimum olabilirlik veya en küçük kareler bir ikinci derece denklem doğrusal model kullanarak bir doz-yanıt eğrisi oluşturmak için uygun yazılımı kullanır. Şu anda uygun, sıkı bir doğrusal eğrisi dayatmaya hayır seçme hakkı için yüksek enerji parçacık pozlama uygun, ancak bu işlevselliklerden mevcut olacak gelecekte.
Gelecekteki gelişimi
Devam eden çabalarımızı görüntü seçimi modelleri ve doğru doz ölçümü, özellikle düşük radyasyon doz için maruz örnekleri de geliştirmeye odaklanmıştır. Sonraki yazılım sürümleri doz tahminleri ve güven aralıkları kalibrasyon eğrileri üzerinde standart hata ölçümleri sağlayacaktır. Buna ek olarak, bir yüksek performanslı bilgi işlem (BG/Q, IBM) mavi Gene süper bilgisayar yazılımı zamanında bir kitle-kaza radyasyon etkinliğinde maruz kalan bireylerin değerlendirilmesi için geliştiriliyor sürümüdür. Bazı yazılım bileşenlerinin zaten test edilmiş ve bu platformda dağıtılangenç kız "xref" = > 11.

Radyasyon biodosimetry biyolojik işaretleyicileri çoğunlukla kromozom anomalileri Disentrik kromozom (DCs) ve bireylerin maruz kaldığı radyasyon doz ölçmek için kromozom translokasyonlar gibi kullanır. Biyolojik absorbe doz aletleri bireyler arasında değişkenlik nedeniyle tarafından ölçülen fiziksel dozu farklı olabilir. Benzer şekilde, belirli bir fiziksel doz radyasyon temel fizyolojik ve çevresel koşullar nedeniyle farklı biyolojik pozlama üretebilir. Biyolojik doz bilgisine hem tanı hem de tedavi için belirli önem taşıyor.
DC tahlil biyolojik radyasyona maruz kişilerde değerlendirmek için altın standart Dünya Sağlık Örgütü (WHO) ve uluslararası atom enerjisi Ajansı (IAEA) olduğunu. IAEA ve kim tarafından radyasyon doz değerlendirme için önerilen ilk tahlil yapıldı. DC frekansı yaklaşık 4 hafta sonra radyasyon pozlama1 nispeten istikrarlı ve onların nicel korelasyon verilmiş radyasyon dozu ile hangi ideal biyomarker DCs yapmak doğru. Radyasyon dozu (gri [Gy] birimlerinde başvurulan) ve (DCs sayısı hücre başına olarak başvurulan) DC frekansı arasındaki ilişki bir ikinci derece denklem doğrusal fonksiyonu olarak ifade edilebilir.
Sitogenetik DC tahlil için yaklaşık 55 yaş2Standart sanayi olmuştur. El ile 1-2 gün tek kan örneği mikroskop verileri çözümlemek için gerektiren yapılmıştır. Birkaç yüz birkaç bin resimlere radyasyona maruz kalma doz3bağlı olarak doğru bir şekilde tahmin etmek için ihtiyaç vardır. 1 Gy aşan dozlarda IAEA en az 100 DCs tespit önerir. 250-500 metafaz görüntü incelenmesi biodosimetry sitogenetik laboratuarları içinde yaygın bir uygulamadır. Pozlama ile örnekleri için &#60; 1 Gy, 3.000-5.000 görüntüleri nedeniyle DC oluşumu değerler alt önerdi. Her iki durumda da, bu emek yoğun bir iştir.
Sitogenetik biodosimetry laboratuvarları kendi vitro test örneklerinde biyolojik doz değerlendirilmesi önce radyasyon biodosimetry kalibrasyon eğriler oluşturmak. Kan örnekleri normal, denetim bireylerin radyasyona maruz kalır ve lenfositler daha sonra kültürlü ve metafaz kromozom analizi için hazırlanmış. Bu örnekler kullanarak, biyolojik doz aldı standart radyasyon kaynağı tarafından yayılan bilinen fiziksel doz için kalibre. Metafaz hücre görüntüleri kaydedilir sonra uzmanlar görüntüleri incelemek, DCs saymak ve her örnek için DC sıklıkları hesaplar. Bir kalibrasyon eğrisi tüm dozlarda DC Frekanslar için bir ikinci derece denklem doğrusal eğrisi yaklaştırarak yerleşik olarak bulunur. Sonra test örneğinde maruziyetin bireyler DC Frekanslar için eğri üzerinde ayarlanmış dozlarda eşleşen veya karşılık gelen doğrusal ikinci derece denklem formülü içinde belirterek anlaşılmaktadır olabilir.
Biz her iki algılama DC'lerin otomatik ve yazılım kullanarak bu yordamı hızlandırmak için kararlılık doz. Otomatik Disentrik kromozom tanımlayıcı ve doz Tahmincisi (ADCI) için algılamak ve monocentric kromozomlar (MCs) üzerinden Disentrik kromozom (DCs) ve diğer nesneleri ayırımcılık makine öğrenme tabanlı görüntü işleme teknikleri kullanır ve radyasyon otomatikleştirir doz tahmini. Yazılım önemli ölçüde azaltmak veya DC sayıları el ile doğrulama için gerekliliğini ortadan kaldırmak ve doz tahmini otomasyon yoluyla hızlandırmak için amaçlamaktadır. Referans biodosimetry laboratuvarları, sağlık Kanada (HC) ve Kanada nükleer laboratuarlar (CNL) katılımı ile geliştirilmiştir. Onların geribildirim performans bu tahlil IAEA ölçütlerine uyan devam edecektir garanti eder.
Yazılım aşağıdaki işlevleri gerçekleştirir: 1) filtreleme DCs ve analizi, 2) kromozom tanıma, DC algılama ve DC frekansı belirlenmesi için en uygun metafaz hücre görüntüleri seçmek ve 3) radyasyon dozu doz-kalibre, üzerinden tahmin etme sitogenetik radyasyon veri. Bu yazılım (bir örnek olarak adlandırdığı) grupları metafaz görüntü aynı bireysel işler, sayıları DCs sayısı her kullanarak görüntü işleme teknikleri ve tahmini radyasyon dozu her örnek birimleriyle Grays (Gy) tarafından alınan döndürür.
Yazılım kromozom yapıları, sayar ve yoğunlukları bir dizi işlemek için tasarlanmıştır. Ancak, algoritma çevre tam tamamlayıcı iyi ayrılmış, doğrusal kromozomlar4içeren metafaz Albümdeki en iyi şekilde gerçekleştirir. Kromozom, son derece örtüşen kümeleri içeren görüntüleri birden çok hücre, eksik metafaz hücreleri, kardeş Kromatit ayırma, çekirdek, kromozom olmayan nesneler ve diğer kusurlar algoritma doğruluğunu azaltabilir. Görüntü seçimi modelleri ve eşikleri alt-optimal görüntüler ve yanlış pozitif DCs çoğunluğu filtre uygulayabilirsiniz diğer nesne bölümleme adanmış.
Bir resim işlendiğinde Disentrik kromozom algılama gerçekleştirilir. Algoritma hangi nesnelerdir kromozomlar görüntüdeki belirlemeye çalışır ve sentromerler her kromozom üzerinde olasılıkla iki bölgeleri bulur. Sonra bir dizi, farklı destek vektör makine (öğrenme modelleri SVM) kromozomlar DCs ya da normal, monocentric kromozomlar olarak ayırt etmek. Duyarlılık ve özgüllük DC algılama SVM modelleri farklı (3.1.4 aşağıda, hangi-ebilmek tesir etmek bir örnekte belirlenir DC frekansları bkz. adım).
ADCI Giemsa - (veya set DAPI-) metafaz dijital resimler (TIFF veya JPG biçiminde) bir veya daha fazla örnek için lekeli işler. Yazılım DCs kalibrasyon örnekleri ve test örnekleri analiz eder. Fiziksel dozlarda (Gy) kalibrasyon örnekleri bilinmektedir ve bir kalibrasyon eğrisi üretiminde kullanılır. Kişiler Bilinmeyen Etkilenmeler ile fiziksel ve biyolojik doz makine tarafından oluşturulan kalibrasyon eğrisi yazılımından tarafından algılanır. Laboratuvarlar karşılaştırılabilir teknikleri kullansa da, kalibrasyon eğrileri farklı laboratuvarlar üzerinden3sık sık değişir. Her iki aynı laboratuvar kalibrasyon eğrisi ve test örnekleri test örneklerinde doğru doz tahmini için işlenip.
Bu yazılım verimlilik içinde birçok kişi aynı anda test edilmesi gereken bir olay işlemek için gerekli hangi adreslerin hız, doğruluk ve ölçeklenebilirlik sunar. 2008-20174,5,6,7,8,9,10,11,12 geliştirilmiştir ,13. Son bilgisayar donanım, bu okul sırası kullanmaPC yazılımı işleyebilir ve tahmini radyasyon dozu 500 metafaz genom eşdeğerleri 10-20 dk 4hasta bir örnek. Kodu özel görüntü segmentasyonu ve makine algoritmaları kromozom analizi için öğrenme bir dizi dayanmaktadır. Uzman 3 Gy radyasyona maruz her kromozom analizini karşılaştırılabilir doğruluğu ADCI için verdi. Bilinmeyen Etkilenmeler (daha önce kullanılan bir uluslararası yeterlik egzersiz) 6 örnekleri kümesi içinde belgili tanımlık bilgisayar yazılımı dozlarda HC ve önceliklendirme için IAEA'ın gereksinimleri yerine getiren CNL, aynı verilerin el ile inceleme tarafından elde edilen değerlerden 0.5 Gy içinde tahmini. biodosimetry. Ayrıca, inter-laboratory standardizasyon ve sonuçta tekrarlanabilirlik doz algoritması puanlama bir ortak, otomatik DC sahip yararlı tahminleri. Yine de, yazılım görüntü özelleştirmesini filtreleme ve seçim kriterleri, kromozom hazırlama yöntemleri ve dikkate alınması için kalibrasyon cihazları radyasyon farklılıklar etkinleştirme izin verir.
Bir grafik kullanıcı arabirimi (GUI) - Giemsa (veya DAPI) içeren kromozom görüntülerin setleri çözümler tabanlı sistem - metafaz hücreleri iyonize radyasyon sonucu bozuklukları lekeli yazılımdır. Görüntü kümelerini dijital olarak ışık (veya epifluorescent) mikroskop sistemi ile fotoğraflandı ve her küme için farklı bir örnek karşılık gelir. Yazılım görüntü işleme teknikleri algılayabilir ve MCs ve diğer nesneleri DCs ayırımcılık için kullanır. Ampirik olarak türetilmiş segmentasyon filtreleri daha sonra otomatik olarak doğru DCs etkilemeden yanlış pozitif DCs ortadan. Son olarak, yazılım otomatik olarak istenmeyen görüntüler kalitesiz metafaz görüntü precomputed (veya kullanıcı tarafından belirtilen) görüntü seçimi modelleri ile bulundu çeşitli görüntü özellikleri dayalı filtreler. Bu görüntüleri aşırı içerenler dahil ya da "gürültülü" nesneleri, birden çok örtüşen kromozomlar, yetersiz sayıda görüntüleri eksik metafaz kromozomların, kız kardeşinin aşırı numaraları chromatids4. Otomatik olarak küratörlüğünde görüntü verilerini doz kalibrasyon eğrisi bilinen radyasyon dozu örneklerinden oluşturmak için kullanılan ve Etkilenmeler test örnekleri için bilinmeyen dozlarda maruz tahmin etmek için kullanılır.
Görüntülenebilir ve olarak kaydedilen yazılım çıktı: 1) metin tabanlı çıkış 2) araziler olarak görüntüler ve 3) raporları HTML biçiminde kaydedilen konsol, görüntülendi. Yazılım birçok açıdan farklı laboratuvarlar belirli gereksinimlerine uyacak şekilde özelleştirilebilir. Bireysel laboratuvarları genellikle o laboratuvarda doğrulanmış sitogenetik Protokolü hazırlanmış ve toplanan kalibrasyon ve test örnekleri dayalı sağlar. Bu numune hazırlama tekdüzelik tutar ve aynı iletişim kuralını kullanarak türetilmiş örnekleri test etmek için anlamlı uygulanacak kalibrasyon örnekleri oluşturulan kalibrasyon eğrileri sağlar. Kalibrasyon eğrileri eğrisi katsayıları veya DC Frekanslar tanımlanmış dozda da oluşturulabilir. En doğru doz tahminleri daha düşük kaliteli görüntüler ve yanlış pozitif DCs (FPs) süzülerek elde edilir. En iyi görüntü alt kümeleri her örnek içinde yelpazesi 'FPs tanıtmak eğilimi subpar görüntüleri ortadan kaldırmak görüntü seçimi modelleri' kullanılarak yapılır. Ancak ek modelleri özelleştirilmiş eşikleri ve filtreler ile oluşturulan ve, kullanıcı tarafından kaydedilen yazılım ile birlikte gelen önceden doğrulanmış modeller bir dizi var.
Bir kez yazılımı başarıyla yüklenmesi, ana grafik kullanıcı arabirimi (GUI) sunulur (bkz. şekil 1). Bu arabirim, örnekleri, her oluşan metafaz hücre görüntü dosyaları, bir klasör seçili olabilir ve DCs tanımlamak için işlenmiş, kalibrasyon eğrileri oluşturulan ve karşılaştırıldığında ve radyasyona maruz kalma doz örnekleri belirlenebilir.
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/56245/56245fig1.jpg"> 
Şekil 1: Büyük sektörlerin grafik kullanıcı arabirimini içerir: (2)örnekleri (1), kalibrasyon listesi listesi eğrileri, işlem sıraya görüntülerin her kümesindeki DC tespiti her örnek, bir komplo durumunu izler (3), örnekleri veya kalibrasyon eğrileri ve çıkışlarını programı tarafından gerçekleştirilen her işlem olarak açıklayıcı metin içerir konsol (5) görüntüleri bir dizi istatistiksel veya diğer nicel özellikler özetlenmiştir (4), hangi göstermek. <a href="//ecsource.jove.com/files/ftp_upload/56245/56245fig1large.jpg" target="_blank">Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız.</a>

<table><tbody><tr><td>Otomatik Disentrik Kromozom Tanımlayıcı ve Doz Tahmincisi (ADCI)</td><td>CytoGnomix</td><td>NA</td><td>ADCI yazılımı, Microsoft Windows 7, 8, 8.1 ve 10 için ikili bir kurulum paketi dosyasında yayınlanmıştır; tipik bir kurulum için 235 Mb disk depolama alanı gereklidir. Yazılım, Intel veya AMD x86-64 işlemcilerle test edilmiştir; en az 1 Gb RAM önerilir. Analizler, Intel I7 işlemci ve 16 Gb RAM ile yapılandırılmış bir bilgisayarda karşılaştırılmıştır. ADCI'nin çalışması, aktif bir lisans ve yazılım yürütülürken takılı kalması gereken USB tabanlı bir donanım kilidi gerektirir. Dongle, yazılımın son kullanma tarihini kodlar. Yazılım her başlatıldığında bu tarih okunur. Yazılım, geçerli tarih ve saatin sona erme saati-tarih damgasından önce gelmesi durumunda programa erişime izin verecektir. Süresi dolmuş bir yazılım lisansının uzatılması, yeni bir dongle alınarak veya lisansı başlangıçta güncellenmiş bir anahtarla yenileyerek gerçekleştirilebilir.</td></tr><tr><td>Metafaz hücre çekirdeğinin dijital görüntüleri</td><td>Örnekler: Metasistemler, Leica Microsystems</td><td>M-Search (Metasistemler), Cytovision (Leica) yazılımı</td><td>Yüksek çözünürlüklü TIFF formatı; tipik olarak >mikroskop görüntüleme yakalama sistemi ile oluşturulan 250 dijital görüntü (minimum 63X büyütme objektifi, 10X büyütme oküler).</td></tr><tr><td>MSI Leopard Pro (önerilir, isteğe bağlı)</td><td>Micro-Star International</td><td>MSI GP62 6QF 480CA Leopard Pro</td><td>Çok çekirdekli performans iş istasyonu.</td></tr></tbody></table>

hızlandırılmış radyasyon biodosimetry tarafından otomatik disentrik kromozom tanımlama (adci) ve doz tahmini

Expedited Radiation Biodosimetry by Automated Dicentric Chromosome Identification (ADCI) and Dose Estimation

Biyolojik radyasyon dozu metafaz hücrelerdeki Disentrik kromozom frekanslar üzerinden tahmin edilebilir. Bu sitogenetik Disentrik kromozom deneyleri yapmak geleneksel olarak değil de bir kitle kayıp olay sonrasında muayene isteyebilir örnekleri hacmi işlemek için uygun bir manuel, emek yoğun bir işlemdir. Otomatik Disentrik kromozom tanımlayıcı ve doz Tahmincisi (ADCI) yazılım makine öğrenme tabanlı görüntü işleme teknikleri kullanarak metafaz görüntü kümesi inceleyerek bu işlemini otomatikleştirir. Uygun görüntüleri için uygun olmayan görüntüler, kaldırarak analiz sınıflandırır her nesne bir şeması içeren kromozom veya sigara-kromozom, daha fazla yazılım seçer ayıran kromozomlar monocentric kromozomlar (MCs) veya Disentrik Kromozom (DCs), bir örnek içindeki DC sıklığını belirler ve biyolojik radyasyon dozu kalibrasyon numuneleri kullanılarak hesaplanan kalibrasyon eğrileri ile örnek DC frekansı karşılaştırarak tahmin ediyor. Bu iletişim kuralı ADCI yazılım kullanımını açıklar. Genellikle, kalibrasyon (bilinen doz) ve test (bilinmeyen doz) setleri metafaz görüntülerin doğru doz tahmin gerçekleştirmek için alınır. Analiz için optimum görüntü otomatik olarak önceden ayarlanmış resim filtreleri kullanarak bulunabilir veya aynı zamanda el ile muayene filtre uygulanabilir. Belgili tanımlık bilgisayar yazılımı içinde her örnek resimlerini işleyen ve DC Frekanslar sıkılık DCs, yaklaşım öğrenme bir makine kullanarak çağırmak için farklı düzeylerde hesaplanır. Lineer ikinci dereceden kalibrasyon eğrileri DC Frekanslar için bilinen fiziksel dozlarda maruz kalibrasyon örneklerinde baz alınarak oluşturulmuştur. Test örnekleri belirsiz radyasyon düzeylere maruz doz bu kalibrasyon eğrileri kullanarak DC frekansları tahmin edilir. Raporlar talep üzerine oluşturulabilir ve bir veya daha fazla örnekleri, bir veya daha fazla kalibrasyon eğrileri veya doz tahmin sonuçlarının özetini sunar.

Sitogenetik Disentrik kromozom (DC) tahlil iyonizan radyasyon quantifies. Otomatik Disentrik kromozom tanımlayıcı ve doz Tahmincisi yazılım doğru ve hızlı bir şekilde biyolojik doz metafaz hücrelerdeki DCs dan tahmin ediyor. Monocentric kromozomlar ve diğer nesneleri DCs ayıran ve biyolojik radyasyon dozu DCs frekans tahmin ediyor.

Hızlandırılmış radyasyon Biodosimetry tarafından otomatik Disentrik kromozom tanımlama (ADCI) ve doz tahmini

Biological radiation dose can be estimated from dicentric chromosome frequencies in metaphase cells. Performing these cytogenetic dicentric chromosome ...

Bu yazılım tabanlı protokolün genel amacı, makine öğrenimi tabanlı görüntü işleme tekniklerini kullanarak, otomatik olarak filtrelenmiş metafaz hücre görüntüsü setlerinde bulunan disentrik kromozomlar üzerinden toplam vücut biyolojik radyasyon dozunu doğru ve hızlı bir şekilde tahmin etmektir. Bu yöntem, kitlesel bir radyasyon maruziyet olayına verilen yanıtla ilgili temel soruların yanıtlanmasına yardımcı olabilir. Radyasyon dozunun belirlenmesi için çok sayıda örneğin zamanında incelenmesi gerekecektir.Bu yazılımın temel avantajı; görüntü filtreleme, kalibrasyon eğrisi oluşturma, disentrik kromozom tespiti ve radyasyon dozu tahmini için sağladığı otomasyondur. Bunlar geleneksel olarak zaman alan ve yoğun emek gerektiren görevlerdir. Bu yöntem, radyasyon sitogenetik biyodozimetrisi konusunda içgörüler sunabilmesinin yanı sıra, kalıtsal ve edinilmiş genetik hastalıkların tanısal analizleri için en uygun kromozomal görüntülerin seçilmesinde de uygulanabilir.Bu yöntemle ilgili ilk fikri, iki hibridizasyon görüntüsü içindeki floresansı otomatik olarak puanlamak için kromozom görüntü analiz yöntemleri geliştirmeye başladığımızda edindik. Meslektaşlarımız, birden fazla maruz kalmış bireyin test edilmesi konusundaki mevcut kapasitenin de oldukça sınırlı olduğunu belirtmişti. Yazılımı açın ve menüden yeni bir örnek oluşturun.Ardından, analiz edilecek metafaz görüntülerini içeren klasörü seçin. İstemi gördüğünüzde, örneği tanımlamak için benzersiz bir kimlik (ID) girin. Yalnızca alfanumerik karakterler, alt çizgiler ve tireler kullanılabilir.Ardından, istenirse numuneye ilişkin bir açıklama sağlayın. Ek numune görüntü setleri eklemek için bu işlemi tekrarlayın. Analiz için en az üç kalibrasyon numune seti gereklidir, ancak iyi sonuçlar için yedi veya daha fazlasını kullanın.Radyasyon maruziyeti sıfır ile beş gray arasında değişmelidir. Tüm numuneler yüklendikten sonra, bunları numune listesinde vurgulayın ve işlem kuyruğuna ekleyin. Ardından, her bir görüntüdeki çeşitli özellikleri belirlemek için tüm numuneleri işleyin.İşleme ilerlemesi görüntülenmektedir. İşleme tamamlandığında, yeşil onay işaretine tıklayın ve işlenmiş örnekleri örnek dosyaları olarak kaydedin. Devam etmeden önce, işlenmiş görüntüleri Metafaz Görüntüleyici'de (Metaphase Image Viewer) incelemek faydalı olacaktır.Listeden örnekleri vurgulayın ve görüntüleyiciyi açın. Ardından görüntüler arasında gezinin. Görüntüleyici içerisinden filtreler uygulanabilir.Yazılım ile birlikte birkaç görüntü seçim modeli sunulmaktadır. Filtreleme, işlem sırasında tanımlanan özellikleri tarayacaktır. İstenirse, sıfırdan özelleştirilmiş bir model oluşturulabilir ve tekrar eden kullanımlar için kaydedilebilir.Bir sonraki bölümde açıklanan Eğri Kalibrasyon Sihirbazı kullanılıyorsa, model bu adım sırasında uygulanır. Proses örnek dosyalarını analiz etmek için Eğri Kalibrasyon Sihirbazı'nı kullanın. İyi bir eğri uyumu için, sıfırdan beşe kadar gri tonları içeren en az yedi kalibrasyon örneği ekleyin.Wizard makrosunun ilk sayfasında, istenen her kalibrasyon örneğinin yanına bir onay işareti koyun. Her bir kalibrasyon örneği için, yanındaki metin alanına radyasyon dozunu belirtin. Bir sonraki sayfada, önceden ayarlanmış bir görüntü seçim modeli seçin.Sonraki sayfada, açılır kutudan bir SVM Sigma değeri seçin. Bir gray'den büyük doz tahminleri için 1,4 veya 1,5 değeri önerilir. Diğer durumlarda 1,0 değerini kullanın.Son sayfada, seçilen tüm seçenekleri gözden geçirin. Doğru göründüklerinde seçim işlemini tamamlayın. Şimdi, önceden doldurulmuş bir eğri oluşturma iletişim kutusu görünecektir.Metin kutusunda eğri için benzersiz bir kimlik belirleyin ve ardından yanıt dozu listesinin içeriğinin doğru biçimlendirildiğinden emin olmak için Verileri Doğrula düğmesine basın. Yanıt dozu listesindeki tüm alanların, geçerli verileri belirten yeşil renkle vurgulandığını doğrulayın. Daha sonra OK düğmesini kullanarak verileri analiz için gönderin ve sonuçları kaydetmek için istemleri takip edin.Doz tahmini analizini gerçekleştirmek için, Doz Tahmini menüsünde bulunan Wizard makrosunu başlatın. İlk olarak, açılır kutudan daha önce oluşturulmuş bir kalibrasyon eğrisi seçin. Eğrinin özellikleri aşağıda görünecektir.Bir sonraki sayfada, doz tahminine dahil etmek için bilinmeyen maruziyete sahip test örneklerini etkinleştirin. Bir sonraki sayfada, kalibrasyon eğrisi oluşturulması sırasında uygulanan görüntü seçim modelinin açıklamasını ve özelliklerini inceleyin. Her örnek aynı model kullanılarak analiz edilmelidir.Bilinmeyen miktarda radyasyona maruz kalmış bir örneğin dozunu tahmin ederken, doz kalibrasyon eğrisi oluşturulurken kullanılan modelle örtüşen aynı görüntü seçim modelinin bu verilere de uygulanmasını şiddetle öneririz. Bir sonraki sayfada, kalibrasyon eğrisi oluşturma sırasında kullanılan aynı SVM Sigma değerinin alanlara doldurulduğundan emin olun. Gerekiyorsa düzeltmeler yapın.Son sayfada, seçilen tüm seçenekleri gözden geçirin. Seçenekler doğru görünüyorsa seçim işlemini tamamlayın ve doz tahmini gerçekleştirmek için önceden doldurulmuş doz hesaplayıcı iletişim kutusundaki OK düğmesine basın. Doz tahmini sonuçları, her bir test örneği için gray cinsinden tablo formatında konsolda görüntülenir.Tablo verilerine ek olarak, grafik alanında gösterilen verilerin grafikleri yer alacaktır. Bir örnek girdikten, kalibrasyon eğrinizi hazırladıktan veya bir doz tahmini yaptıktan sonra, analizinizin eksiksiz bir kaydını oluşturmak için bir örnek, eğri veya doz raporu oluşturmanız önerilir. Şimdi bir Doz Tahmin Raporu oluşturun.İstendiğinde, rapor için bir isim belirleyin veya mevcut bir rapor klasörünü değiştirmek için göz at seçeneğini kullanın. Denetim yetenekleri, günce dosyası bütünlük sorunları ve istatistiksel seçenekler metin protokolünde incelenmiştir. Yazılım, Health Canada ve Canadian Nuclear Laboratories bünyesindeki biyadozimetri laboratuvarlarından alınan ve iyonize radyasyona maruz bırakılmış sitogenetik görüntü örnekleri kullanılarak test edilmiştir.Bu örnekler, her iki laboratuvardaki uzmanlar tarafından manuel olarak oluşturulmuş ve analiz edilmiştir. Yazılım, kullanılamaz durumdaki çok çeşitli görüntüleri elemek için örnekler üzerinde otomatik görüntü seçim filtreleri uygulamıştır. Mevcut örnekte, her örnek için en iyi 250 görüntü otomatik olarak seçilmiştir.C, çok fazla üst üste binmiş kromozom içerdiği için hariç tutulmuştur ve D'de aşırı sayıda ayrılmış kardeş kromatid bulunmaktadır. Yazılım, iki numaralı nesne gibi bazı nesneleri yanlışlıkla disentrik kromozom olarak işaretleyebilir. Bu durum, örneklerdeki disentrik sayılarını olduğundan fazla gösterir.Yalancı pozitif filtreleri, bu nesneleri disentrik frekans hesaplamalarının dışında tutar. Filtreleme işleminden sonra, ışınlanmış bir örnekten alınan hücre popülasyonundaki disentrik kromozomların görülme sıklığı, filtrelenmemiş veri setine kıyasla bir Poisson dağılımı izler. Ki-kare uyum iyiliği istatistikleri, filtrelenmiş verilerden elde edilen sonuçların çok daha güvenilir olduğunu göstermiştir.Sonuç olarak, birkaç istisna dışında, otomatik ölçümler manuel olarak puanlanan dozların 0,3 gray yakınındaydı. Poisson dağılımına uyumu düşük olan bir örneğin sonucu doğru değildi. Bu, daha düşük kaliteli bir örnekti.Kız kardeş kromatit ayrılması sonucu yanlış sınıflandırılmış çok sayıda disentrik kromozom içeren görüntüler bulunmaktaydı. Ancak otomatik analiz sonuçları yine de IAEA tarafından belirlenen triyaj limitleri dahilinde kaldı. Bu videoyu izledikten sonra, görüntü seçim modellerini kullanarak optimal görüntüleri otomatik olarak seçmek, kalibrasyon eğrileri oluşturmak, radyasyon dozu tahmininde otomatik disentrik kromozom tespiti gerçekleştirmek ve raporlar oluşturmak için yazılımın nasıl kullanılacağı konusunda iyi bir anlayışa sahip olmalısınız.Bu teknik ustalığa erişildiğinde, mevcut bir metafaz hücre görüntüleri setinden 500 metafaz görüntüsü içeren bir örneğin dozunun 10 ila 20 dakika içinde tahmin edilmesini sağlayabilir. Yazılımın sunduğu otomatik işlevsellikten yararlanmayı hatırlamak önemlidir. Görüntülerin manuel olarak seçilmesi de mümkündür.Buna karşın, bu şekilde işlem yapmak verimliliği düşürür ve otomatik prosedürler kadar tekrarlanabilir olmayabilir. Bu teknik, biyodozimetri alanındaki araştırmacıların, geçmişte pratikte gerçekleştirilemeyen popülasyon çalışmalarını içeren radyasyon araştırmalarında yeni soruları keşfetmelerine olanak sağlayacaktır.

expedited-radiation-biodosimetry-automated-dicentric-chromosome

Research

JoVE Journal

Genetics

Genetik

Biz, tarama ışınına dijital X-ray sistemi kullanarak bir dinamik adaptif maruz kalma tekniği geliştiriyorlar. Aksine düzgün bir nesne açığa, pozlama nesnenin opaklık bağlı olarak uyarlanmıştır. Burada bir doz% 30 tasarruf sonuçlandı antropomorfik bir hayalet bir deney göstermektedir.

Floroskopik Görüntüleme Adaptif Pozlama X-ray Doz Azaltma

Radyasyon tedavisi cihazların giderek artan sayısı arttı uygunluk ve ürünü kesimi başına daha yüksek dozlarda sağlayan, tümöre çok küçük bir kiriş vasıtasıyla dozu sunma avantajını sunmaktadır. Birçok farklı detektörleri bu küçük alanların doz ölçümü için kullanılabilir. Bu çalışmada, iyon rekombinasyon etkisi, stereotaktik radyoterapi sistemi kullanılarak bir sıvı iyonlaşma odası için incelenmiştir.

Sıvı İyonizasyon Odası Rekombinasyon Etkileri Karakterizasyonu bir Radyocerrahi Accelerator Dozimetri için kullanılır

DNA onarım yolları genomik bütünlüğünü korumak ve mutasyon ve kanser önlenmesi için gereklidir. Bu protokolün amacı, metafaz telomerik DNA tekrarlar in situ hibridizasyon (FISH) floresan kullanılarak fare B hücreleri yayılır içinde kromozom anormallikleri doğrudan gözlem ile genomik istikrarsızlık ölçümüdür.

PNA-FISH ile Fare B Lenfositlerindeki kromozom anormallikleri hızlı Analizi

Mevcut protokol, toplam vücut ışınlamasına maruz kaldıktan sonra farelerin kemik iliği hücrelerindeki kromozomal stabil anormallikleri tanımlamada çoklu floresan in situ hibridizasyon (mFISH) ve spektral karyotiplemenin (SKY) yararlılığını açıklamaktadır.

Çoklu Floresan Inter-kromozomal Kararlı sapmaları Algılama<em&gt; In Situ</em&gt; Hibridizasyon (mFISH) ve ışınlanmış Farelerde Spektral Karyotipik (SKY)

Bu protokol, çevirisel biyobelirteç analizi için kullanılabilecek klinik çalışma alanında yüksek kaliteli PBMC ve plazma biyosampllerinin klinik olarak uygulanabilir hazırlanmasını detaylandırır.

Biyobelirteç Analizi için Klinik Çalışma Alanlarında Tek Bir Kan Çekiminden Periferik Kan Mononükleer Hücre Peletleri ve Plazma Hazırlanması

Bu belgede, düşük enerjili X-ışını ekipmanı kullanılarak hücre ışınlamaları için yeni bir dozimetri protokolü açıklanmaktadır. Ölçümler, gerçek hücre ışınlama koşullarını mümkün olduğunca simüle eden koşullarda gerçekleştirilir.

Ortovoltage (40-300 kV) X-Ray İmkanları Kullanılarak Hücre Işıtması için Dozimetri

Radyasyon dozimetrisi, klinik öncesi deneylerin doğruluğunu artırmak ve verilen radyasyon dozlarının klinik parametrelerle yakından ilişkili olmasını sağlamak için bir teknik sağlar. Bu protokol, uygun deneysel tasarımı sağlamak için preklinik radyasyon deneyleri sırasında her aşamada atılacak adımları açıklar.

LQ α ve β Parametrelerinin Değerlendirilmesi, Radyasyon Dozlama Şeması ve in vivo Doz Biriktirme için Işınlayıcı Devreye Alma ve Dozimetri

Mevcut protokolde, immünofluoresans bazlı bir yöntem kullanarak hücre döngüsünün S/G2 aşamasında DNA çift iplik ucu rezeksiyonunun nasıl görselleştirilerek görselleştirilmeyi gösteriyoruz.

BrdU-DNA Etiketlemesi Kullanılarak Küresel DNA Çift Telli Uç Rezeksiyonunun Değerlendirilmesi Hücre Döngüsü Ayrımcılığı Görüntüleme ile birleştiğinde

Bu protokol, periferik kan lenfositleri üzerinde γ-H2AX odak analizinin slayt hazırlanmasını ve otomatik puanlamasını sunar. Tahlil yöntemini ve hassasiyetini göstermek için, izole lenfositler in vitroışınlandı. Dna DSB algılamanın bu otomatik yöntemi, hızlı ve yüksek verimli biyolojik dozimetri uygulamaları için yararlıdır.

İnsan Periferik Kan Lenfositlerinde γ-H2AX Odak Analizi için Otomatik Mikroskobik Puanlama Yöntemi

Periferik kan ve kemik iliğinin otomatik dijital sitomorfolojisinin iş akışı tanımlanır. Standart smear hazırlama ve boyamadan sonra, bir tarayıcı örnek görüntülerini yakalar. Yapay zeka destekli yazılımlar, çekirdekli hücreleri tespit eder, kaydeder ve ön sınıflandırmaya girişir, ardından uzman incelemesi yapılır. Odak, yanlış teşhis potansiyeline sahip kritik hücresel yanlış sınıflandırmalar üzerindedir.

Otomatik Dijital Çevresel Kan ve Kemik Iliği Sitomorfolojisi İçin İş Akışı, Kritik Hücresel Yanlış Sınıflandırmalar Dikkate Alınarak

Öğrenin, makine öğrenmesi tabanlı görüntü işleme ile disentrik kromozomları otomatik olarak tespit ederek biyolojik radyasyon dozunu hızlı ve doğru bir şekilde tahmin etmeyi. Bu yazılım, biyodosimetri analizlerini kolaylaştırır.

Hızlandırılmış radyasyon Biodosimetry tarafından otomatik Disentrik kromozom tanımlama (ADCI) ve doz tahmini

Daha fazla video keşfet