SegElegans Kullanarak C. elegans Floresan Görüntülerinin Otomatik Analizi

C.elegans araştırmaları, süreçleri izlemek ve hücre biyolojisi ile ilgili soruları yanıtlamak için rutin olarak in vivo görüntüleme tekniklerini kullanır. Görüntüleme verilerinin analizi, genellikle yazılımda manuel seçimler yaparak ilgi alanlarını belirlemek için önemli bir zaman harcamayı gerektirir. Bireysel solucan getirisi oluşturma sürecini otomatikleştirebilecek mevcut seçenekler hassasiyet açısından eksik.

Ve genellikle dokunan veya üst üste düşen solucanları ayırt etmekte zorlanırlar. Başlamak için, yetişkin solucanları geniş alan mikroskopu ve 4x objektif lensle görüntüleyin. Veriler parlak alan görüntüleri olarak ölçülüyse, onları normal şekilde elde edin.

Veriler karanlık alan floresans görüntüleriyle ölçülüyse, mikroskop yazılımındaki çok kanallı alım seçenekleriyle eşleşen parlak alan kılavuz görüntüleriyle eşzamanlı olarak alın. Her iki resim setinin de aynı isimlerle kaydedildiğinden emin olun, ancak ayrı klasörlere yerleştirilmiştir. SegElegans'ın çevrimiçi sürümünü çalıştırmak için önce bir web tarayıcısı kullanarak Google hesabına giriş yapın.

Google Drive'a girin ve parlak alan veya rehber resimleri içeren klasörü yükleyin. GitHub sayfasını açın ve SegElegans Vücut Tahmin Arayüzü'ne tıklayın. ipynb dosyası.

Açılan dosyanın üstündeki CoLab'da aç düğmesine basın. CoLab'ın CUDA uyumlu bir GPU çalışma zamanı çalıştırdığından emin olun. Kod bloğu bir'i çalıştırmak ve çalışma zamanı izinleri vermek için oynatma düğmesine basın.

Sonra, Google Drive'ı çalışma zamanına yüklemek için kod bloğu iki çalıştırın. Tüm onay diyaloglarını kabul edin ve istenen tüm izinleri verin. Sonra üçüncü ve dördüncü kod bloklarını sırayla çalıştırarak üçüncü blokun tamamen tamamlandığından emin olun ve dördüncü blok çalıştırılmadan önce.

CoLab arayüzünde soldaki klasör sekmesi simgesini açın ve rehber resimlerinizin olduğu klasörü bulun. Yolu kopyalayın, ardından test görüntülerinin giriş formuna kod bloğu beşe yapıştırın. Ayrıca analiz çıktısı için ayrı bir yol belirtin.

Kod bloğu beşi çalıştır. Kod bloğu altıda analiz edilecek tam görüntü uzantısını belirtin. Kod bloğu altıyı çalıştırın ve tamamlanmasını bekleyin.

Şimdi, yedinci kod bloğunu girdileri değiştirmeden çalıştırın ve bellek sorunları azalır. Ayrı bir sekme veya pencerede Google Drive'a erişin ve çıkış klasörünü açın. Üç seçenekten birini seçin.

İlk seçenek, tüm ROI sonuçlarından birinden elde edilen ROI'ları kullanmak ve Image J'de istenmeyen ROI'ları reddetmektir. İkinci seçenek, bir tam maskeden seçilmiş iyi maskeleri manuel düzeltme olmadan kabul etmektir, ancak bu, örtüşen solucanların segmentasyonlarını kapsamaz. Üçüncü ve önerilen seçenek, kürasyonu manuel olarak ayarlamak. Bunu yapmak için kod blok sekizi kullanın.

Sıfır özet sonuç klasöründeki özet grafiklerinden ilk küratörlüğün sonuçlarını inceleyin. Düzeltme gerektiren her görüntü için, orijinal giriş görüntüsünün tam adını isim görsel değiştirme formuna girin. Ve tutulacak maskelerin sayıları, indeks görsellerinde virgüllerle ayrılır.

Şimdi, kod bloku sekizi çalıştır. Kürasyon düzeltmesini tamamladıktan veya atladıktan sonra, iki seçilmiş ROI sonuç klasörünü oluşturmak için kod bloğu dokuzunu çalıştırın. Klasör, Image J formatında tüm son seçilmiş segmentasyonları içerir.

Pipeline'ı yeni bir görsel setinde çalıştırmak için, çalışma zamanını çalıştırmak için çalışma zamanını sıfırlayın, ardından oturumu yeniden başlatın ve prosedürü baştan tekrarlayın. Ayrıca, Jupyter veya Python betikleri kullanılarak yerel bir makinede bulut bilişim olmadan SegElegans çalıştırmak da mümkündür. Segmentasyonları içe aktarmak için, Image J'deki gerçek veri görsellerinden birini açın. O görüntünün ROI'larını içeren ilgili zip dosyasını açın ve seçimleri Image J ROI yöneticisine yükleyin.

Eğer bu sonuçlar iki seçilmiş ROI çıktısından geliyorsa, istenen yöntemlerle analiz etmeye devam edin; tercihen makrolarla otomatik olarak yapılsın. Eğer ROI'lar tek bir ROI sonuçlarından kaynaklanıyorsa, ROI yöneticisinden istenmeyen segmentasyonları kaldırın. Onları seçin ve ROI yöneticisi penceresindeki silme düğmesine basın.

Sonra analizi normal şekilde devam et. Eğer Image J dışında bir yazılım gerekiyorsa, segmentasyonları ikili maske olarak içe aktarın. Doğrulama ve performans testi deneylerinde, SegElegans manuel segmentasyona kıyasla bir görüntü başına gereken ortalama süreyi önemli ölçüde azaltmıştır.

Yaklaşık 245 saniyeden 60 saniyenin altına indirdim. SegElegans, yayımlandığı dönemde listelenen tüm alternatif modelleri geride bırakarak %93'ün üzerindeydi ve sendika puanı üzerinde segmentasyon kesişimi elde etti. SegElegans, kalabalık görüntülerde bile bireysel solucanların doğru segmentasyonlarına izin veren özel bir mimariyi kullanan bir derin öğrenme sistemidir.

SegElegans, mikroskobik verilerin analizini doğruluktan ödün vermeden hızlandırmaya yardımcı olan önemli ve çok yönlü bir araçtır.