이 알고리즘의 목적은 지속적으로 직렬 이미지 dilations 및 길 찾기를 사용 하 여 두 개의 2 차원 모서리 사이의 거리를 측정 하는 것입니다. 이 알고리즘은 다양 한 심장 구조 생물학, 혈관 생물학 및 토목 분야에 적용할 수 있습니다.
최근 설명 extracellular nanodomain, perinexus, 불리는 cardiomyocytes 사이 전기 전도 대 한 대체 메커니즘은 커플링, ephaptic에 연루 되었습니다 했다. 수동 세분화 하 여이 공간을 측정 하는 현재 방법 느린 이며 낮은 공간적 해상도 했다. 우리는 두 반대 하는 2 차원 가장자리 사이의 픽셀 수를 계산 하 이진 개요의 직렬 이미지 dilations를 사용 하는 알고리즘을 개발 했다. 이 알고리즘 더 적은 남자 시간을 필요로 하 고 수동 프로세스의 재현성을 유지 하면서 수동 방법 보다 더 높은 공간적 해상도 있다. 사실, 경험과 초보자 수 사관이 새로운 알고리즘으로 이전 연구의 결과 정리 할 수 있었다. 알고리즘은 인간의 입력 수동으로 perinexus를 설명 하는 데 필요한 컴퓨팅 파워는 기존 길 찾기 알고리즘에 의해 주로 방해에 의해 제한 됩니다. 그러나, 알고리즘의 높은 처리 능력, 높은 공간 해상도 재현성 확인 그것은 사용 하기 위해 다양 하 고 강력한 측정 도구 다양 한 어떤 2 차원 (2D 사이의 거리의 측정을 요구 하는 응용 프로그램에서 ) 가장자리.
그들은 nanodomain perinexus1, 있다 라는 갭 정션 패의 가장자리에 서로에서 분리 하는 시점에서 두 개의 구조적으로 결합 된 cardiomyocytes 사이의 intermembrane 거리를 측정 하는 다음과 같은 알고리즘을 개발 ephaptic2,3,,45커플링에 연루 되었습니다. 이전 연구6수동 세분화 하는 방법을 사용 하 여 perinexi의 전송 전자 현미경 (TEM) 이미지의 수백을 분석 하는 과정 필요 높은 perinexal 너비를 샘플링 하는 높은 처리량 방법에 대 한 확인 되었습니다. 공간 해상도 수동 세분화 동안 이전 수동 세분화 과정의 정확도 유지 하면서 선이 그려집니다, 중심선에 직각 약 15 nm 간격으로 perinexal 폭을 측정 하기 위하여. 새로운 알고리즘 두 평행선의 1 픽셀 두께 바이너리 개요 걸리며 직렬 이미지 dilations를 사용 하 여 두 막 사이의 픽셀 수를 계산 하. 이미지 dilations 일반적으로 무수 한 이미지 처리 응용 프로그램에 사용 되었다, 컨투어 또는 가장자리 탐지7,8,이 알고리즘을 포함 하 여 카운트 메커니즘으로 dilations를 사용 합니다. 중심선은 다음 길 찾기 알고리즘9 및 perinexal 너비를 사용 하 여 격리는 다음 이미지의 해상도 같은 perinexus의 길이 따라 해상도 측정. 해결이 경우 차이가 15 당 1 측정 nm 수동 세분화 및 0.34 당 1 측정을 위한 새로운 알고리즘 nm, 공간 샘플링 주파수에 44-fold 증가. 또한,이 샘플링 주파수 수동 세분화에 필요한 시간 약 1/5일 에 수행 됩니다.
이 알고리즘 사용 됩니다 현재 형태로 기존의 0-150에서 perinexal 폭을 측정 하는 perinexus 30, 105 nm2 사이 고원 관심의 지정된 된 영역 내에서 뿐만 아니라 갭 정션 패5 (GJ)의 가장자리에서 nm , 3 , 10. 증가 샘플링 주파수 수동 세분화에 비해 개별 perinexus 측정에 있는 가변성을 감소 하 고 상당히 큰 데이터 세트의 효율적인 처리를 위해 허용 하는 분석 시간이 줄어듭니다. 그러나,이 프로그램 심장 삽입 된 디스크의 나노 가장 이미지에 국한 되지 않습니다. 동일한 접근 방식은 혈관 직경, 심 실 방출 조각, 또는 강 부식 또는 범람 등 비 생물 현상 계량에 사용 될 수 있습니다. 이 알고리즘은 두 준 병렬 가장자리 사이의 거리를 측정 하는 데 적합 합니다.
알고리즘 직렬 이미지 dilations를 사용 하 여 perinexus2,,314의 간 막 분리를이 경우에 바이너리 이미지의 두 반대 2D 가장자리 사이의 픽셀 수를 계산. 공간 파생 및 길 찾기 알고리즘 다음 중심선, 무슨15전에 완료 되었습니다 비슷한 격차를 채우기 위해 보조 팽창 및 침식 시퀀스 뒤 중심선을 분리 하는 데 사용 됩니다. 중심선은 글리제의 끝 및 perinexus16의 시작 다음의 가장자리,이 경우 처음부터 거리의 기능으로 perinexal 폭을 나타내는 최종 팽창 카운트 이미지 결합 됩니다.
4 개의 기본 매개 변수는 프로그램의 시작에 GUI에 사용자 정의:
알고리즘에 대 한 실패의 가장 일반적인 메커니즘 끝점이 결정 되는 방식을 길 알고리즘에 대 한 이미지의 가장자리를 도달 하는 중심선의 실패 이다. 이러한 문제를 해결 하려면 사용자 공간 파생 이미지 길 알고리즘에 필요한 계산 시간 증가, 더 많은 포인트를 선택 하는 프로그램을 일으킬 것입니다 3.3.1, 단계에서 설명한 그라데이션 임계값을 늘릴 수 있습니다. 따라서,이 알고리즘 계산 속도 중심선 무결성 사이 타협을 해야합니다. 너무 오랫동안 중심선의 모든 포인트는 적절 한 시작 지점 함께 공간 파생에서 식별 됩니다 공간 파생 임계값에 지 분리 측정에 아무런 영향을 것입니다 중요 하다.
이미지 방향 팽창 값에 영향을 미칠 커널 팽창 매트릭스의 축에 45 ° 각도에서 관심 영역의 대부분은 하는 경우 오류가 발생할 수 있습니다 90도 단계에서 열립니다 때문에 나타납니다. 따라서, 팽창 수 않을 수 있습니다 항상 가장자리 사이의 간격의 정확한 표현. 이 제한 삼각 수정 계수에 의해 해결 되었습니다 하지만 데이터 집합의 모든 이미지는 동일한 방향에서 정렬 하는 경우에 잠재적으로 무시 수 있습니다. 또한, 주의 수 섹션 비행기는 2 막에 완벽 하 게 수직으로 결과 해석에 사용 되어야 한다. 그림 9B, 우리는 우리의 perinexus 이미지에 평면 했다 제안 GJW를 사용 합니다. 아직도, 그것은 샘플 크기 충분히 큰 이미지 사이 어떤 단면 변화에 대 한 계정 수 필수적입니다. 또한, 우리의 perinexal 폭 측정 공간 vivo에서 , 하지만이 방법은 일부 개입 또는 질병 상태를 기준으로 perinexal 폭 의미 차이 측정 하는 데 사용은 맞게 해석 하지 해야 합니다.
또한 현재 알고리즘 가장자리의 수동으로 추적 개요를 입력 필요합니다. 너무 오랫동안 규모는 올바르게 설정 되어, 공간 해상도 알고리즘의 측정에 영향을 주지 않습니다 그림 6 에 이미지와 추가에 추가 저해상도 이미지의 다양 한 해상도 의해 같이 하는 것이 중요 하다 파일 S6입니다. 알고리즘을 개선 하는 다음 단계 개요에서 관심 영역을 선택할 수 있는 도구와 함께 인간의 개입을 제거 합니다. 이러한 것이 가능성이 측정의 정밀도 향상 기능과 사용자 바이어스를 줄일.
이 계산을 통해 효율적인 알고리즘에는 약 1/5는 인 시, 측정 재현성 수동 분할 과정에 비교 될 때를 감지 위약금으로 perinexus의 요구 빠른 방법을 제공 한다. 또한, 수동 세분화 과정 한 측정 perinexal 너비는 perinexus의 막 분리는 15 nm 범위 내에서 실질적으로 변경할 수 있습니다으로 샘플링 밑으로 이어질 수 있는 척도를 모든 15 나노미터를 이용 한다. 반면, 자동된 프로그램은 공간 해상도 이미징 적임, 따라서 perinexal 폭의 더 정밀 하 게 확인 된 평균을 제공 하는 perinexus의 길이 따라 나노미터가 경우 2.9 픽셀의 동등한 있다.
심장 구조 생물학의 응용 프로그램 분야에 유망 하 고 흥미 진 진한 동안,이 알고리즘의이 사용 가장 이미지에 국한 하지는. 이 알고리즘의 사용 하 여 모든 필드 요구 두 준 병렬 2D 가장자리의 정밀, 고해상도 측정을 만들 수 있습니다. 알고리즘 강둑 침식과 홍수 패턴에서 위성 이미지에서 명시 또는 형광 현미경 검사로 혈관 개발에 무엇이 든을 추적 하기 위해 사용 될 수 있습니다. 가장 유망한 잠재적인 응용 프로그램 중 하나는 포인트의 케어 심장 심장 초음파와 심 실 방출 조각 (EF) 측정 심장학 분야에서입니다. 현재, 표준 기술 AutoEF, 새로운 알고리즘은 현재 최첨단 EF 측정 방법18,19디스크17, 엽 방법입니다. 디스크 방식의 복 엽 비행기, 문제의 챔버 수동으로 추적 및 전체 볼륨 누적된 타원형 디스크의 합계에 의해 자동으로 계산 되 면 수정 된 심슨의 방법을 사용 하 여 계량. 이 방법으로 주요 제한은 그것만 관심의 특정 영역을 식별할 수 없는 해상도와 원하는 챔버의 총 단면적을 반환할 수 하 고 필요한 지식과 실질적인 인간의 입력입니다. 새로운 방법, AutoEF, 식별 2D speckling 알고리즘을 사용 하 여 심 실의 가장자리를 설명 하 고 심 실 횡단면 영역을 계산 합니다. 이 프로세스를 정확 하 고 측정 하는 심한 심 실 지역에 대 한 효율적인 있지만 또한 총 단면적만 측정의 비슷한 제한을 했다. 이 주요 단점은 임상의 진단 및 치료 능력을 제한합니다. 반면,이 원고에 제시 하는 알고리즘을 한 중간 지정할 수 관심의 특정 영역을 정확 하 게 이미지 양식 적임의 해상도 같은 해상도가지고. 마이크로미터 해상도와 초음파 스캐너는 상업적으로 이용 가능한20,21이 알고리즘 마이크로미터의 해상도에서 지역화 된 벽 모션 이상을 감지할 수 있는 뜻 때문에 이것은 중요 하다 대신 센티미터. 이 응용 프로그램은 실험적으로 확인 해야, 하는 동안 그것은이 알고리즘의 즉시 가장 유망한 응용 프로그램 중 하나입니다. 사실, AutoEF의 기능을 추적 하는 얼룩와 쉽게 결합 될 수 또는 수동 planimetry 기존의 EF 데이터와 병렬로 높은 해상도 정보를 제공에 활용 하는 수동 추적.
마찬가지로 다양 하 고 현재 알고리즘으로 적용, 그것은 2D 이미지에 대 한 개발 되었다. 그러나, 이미징 기술을 지속적으로 개선, 3, 4 D 정량화 기술에 대 한 수요는 증가 있다. 따라서, 알고리즘의 다음 반복 직렬 dilating 이진 이미지 현재 이미징 프로그램의 기능을 넘어 현재가 자동으로 중심선을 정의 3 차원 개체를 동일한 접근 방식을 적용할 것입니다. 이러한 알고리즘 했 넓은 응용 임상 및 실험적으로 혼자, 3D 심장 echocardiograms22,23, 3 차원 전자 현미경24,25, 를 포함 하 여 심장 분야에서 26, 그리고 3 차원 자기 공명 이미징27,,2829.
The authors have nothing to disclose.
저자 감사 캐시 로우에서 버지니아 메릴랜드 대학의 수의학 편 샘플 얼룩을 처리 하 고 싶습니다.
자금:
미국 국립 보건원 건강 R01-HL102298
F31-HL140873-01 건강의 국가 학회
Touchscreen Monitor | Dell | S2240T | Needs soft-tipped stylus |
Desktop | Dell | Precision T1650 | 8GB RAM |
Operating System | Microsoft | Windows 7 Enterprise | 64-bit OS |
Program platform | Mathworks | Matlab R2015b | Program may be incompatible with newer/older versions of Matlab |