Seri görüntü Dilations ile Intermembrane mesafeler miktarının

İstatistiksel yöntemler: Öğrenci t-testleri kullanarak deneysel grupları arasında karşılaştırmalar yapıldı. Bir p-değeri < 0,05 önemli olarak kabul edilir ve tüm değerleri ortalama ± standart sapma temsil edilir. Manuel segmentasyon. GJ-bitişik perinexus nanodomain Genişlik (Wp) miktar genellikle el ile bölümleme tarafından gerçekleştirilir. Bu el ile segment oluşturma işlemi resim 1içindeA gösterdi ve oldu daha önce açıklanan6. Gözlemci GJ (Şekil 1, kırmızı nokta) kenarını tanımlar, 5nm perinexus ortasına boyunca ölçer ve membranlar bu noktada arasındaki uzaklığı ölçer. İşleminin ardından 10, 15, 30 ve her 15 tekrarlanan nm kadar 150 nm. Bu teknik, etkili, süre perinexus uzunluğu boyunca kayma altında örnekleme ve zaman sınırlamalar vardır. Wp ölçümleri önceki çalışmalar değişir yaklaşık 10 ile 20 nm2,3,10ve 3 demek nm gibi görünüyor oldukça üzerinde olan istatistiksel anlamlılık, algılamak için gereken ortalama fark kayma Nyquist frekansı 0.7 nm her ölçüm 0,34 interpixel bir çözünürlüğe dayalı nm. Manuel segmentasyon zaman alıcı olmakla birlikte, bu nedenle, bir müdahale veya hastalık durumu ile ilişkili Wp farklılıkları ölçmek için yeterli yöntemdir. Seri görüntü Dilations. Perinexus uygun uzaysal çözünürlük ile tekrarlanabilir daha hızlı bir şekilde ölçmek için biz iki el ile takip membranlar Şekil 1′ deB görülebilir arasındaki piksel sayısı için seri görüntü dilations göre bir program geliştirdi . Seri genişleme süreci Şekil 4′ te gösterilmiştir. İkili resim büyümüş gibi (genişleme sonra ters ve bir çalışma görüntüsü – özgün anahat (Şekil 4E-4 H) ikili olmayan şeklinde eklendiŞekil 4A-4D),. Anahat (Şekil 4D) tamamen doldurulana kadar işlem yinelenir. Bu noktada, son çalışma görüntü (Şekil 4H) bir kaç kez bir pikselin un dilate kalmıştır sayısıdır. Merkezi değerlerinde en yüksek olsa da bu nedenle, hücre zarlarında anahat yakınındaki çok düşük değerlerdir. Dilations, her bir noktada alanı doldurmak için sayısını sayarak, membran kenarları arasındaki mesafe hesaplanabilir. Sonraki sorun tanımlamak ve Merkez perinexal genişliği ilk kayma bir türev son çalışma yansımasına uygulayarak yapılır GJ, uzaktan bir fonksiyonu olarak ölçmek için izole etmektir (Şekil 2-son görüntü ve Şekil 5 A). Daha düzensiz şekilli perinexus ikinci bir örneği ek dosya S3 bulunabilir. Merkeze göre kimlik. Son çalışma görüntü degrade bir kayma türev tarafından genişleme sayısı (Şekil 5A soldan sağa) için düşük yüksek yüksek tekrar gelen kenarına kenar değerleri değiştirmek olarak sayısal. Sadece kayma türev (Şekil 5B) büyüklüğü göz önüne alındığında, anahat ve Beyaz oklarla vurgulanan merkeze göre hemen süreksizlik bölgeleri olarak tanınır. Bu yerlerde, azalan veya tersi artan Gradyan yönünü değiştirir. Bir eşik (Şekil 5C) uygulayarak bir ikili görüntü merkeze göre ve anahat oluşturur ve özgün anahat çıkarma izole Merkez (Şekil 5D) verir. Merkez izole bu yöntem hesaplama açısından etkili olmakla birlikte, kayma türev uygulanan eşik elde edilen Merkez boşluklar oluşturur. Bu boşluklar (Şekil 5D, Ekle) GJ mesafe doğru bir ölçüm sağlamak ve perinexus tam olarak ölçülür emin olmak için doldurulması zorunludur. İlk olarak, herhangi bir boşluk (Şekil 5E), ardından bir erozyon (Şekil 5F) ve “bwmorph” işlevi doldurmak için merkez açıldı (operasyon ‘içmek’, n = INF =) bırakarak mümkün olduğunca fazla puan olarak ortadan kaldırmak için bir sürekli merkeze göre böylece bir sonraki kılavuz algoritma buna Limprasert tarafından geliştirilen ve MATLAB Merkezi9üzerinde kullanılabilir Hesaplamalı verimliliğini artırma. Bu genişleme-erozyon işlevi son çalışma görüntü (Şekil 5G) ile birlikte tamamlanmış Merkez üretir. Ancak, bu merkeze göre genellikle birden fazla piksel kalın olduğunu ve bu nedenle Merkez kesin bir yalıtım değildir. Buna Limprasert kılavuz algoritması perinexus merkeze göre belirlemek için kullanılır. Kılavuz algoritması en yüksek değerleri – bu durumda en (Şekil 5G, Ekle) Merkez çizgisi boyunca yineleme aracılığıyla un dilate kaldı merkezine en yakın değerleri takip edebileceksiniz. Merkez, otomatik bir iz Şekil 6′ da gösterildiği gibi sonucudur. Merkez izole ederek, perinexal genişlik mesafe Şekil 6’B (üst) gösterildiği gibi GJ sonundan itibaren bir fonksiyonu olarak veya belirtilen bölge ilgi Ortalama genişliği olarak sunulabilir. Çekirdek analizi. Sayısallaştırılmış görüntüler kare diziler üzerinde temel alan ve genişleme çekirdekleri aynı şekilde kare matrisler üzerinde temel alan unutmamak gerekir. Bu genişleme mesafe çapraz karşısında dik daha büyük olduğu anlamına gelir. Bu nedenle, sonraki çekirdek algoritma sonuçları etkilenir olup olmadığını belirlemek için çalıştı. Çekirdek özgü değişkenlik ölçmek için beş farklı çekirdek şekil analiz edildi: “artı” (yukarıdaki analizleri kullanılan şekilde), “X”, “kutu” ve ” Şekil 7içindeAaçıklandığı gibiçizgi”,. Çekirdek ikili görüntü her sıfır noktada uygulanır. Şekil 7A her çekirdek yıldızı nerede beyaz 1 değeri ise genişleme çekirdek için 0 değeri siyah Merkezi temsil eder. Ortalama Wp ölçüm (Şekil 7B, top) tek bir yaklaşık yatay perinexal görüntünün etkisi her çekirdek’ın deneyimli bir kullanıcı tarafından sayılabilir, Matlab’ın “imrotate” komutu ile görüntünün dönen tarafından tespit edildi ve bilgi işlem Wp 10 ° adımlarla. Wp ölçüm değerleri (Şekil 7B, alt) görüntü yönü bir doğrultucu sinüsoidal moda ile çekirdek şeklinde bir artı ile dalgalanma. Nispeten düz perinexus dikey veya yatay olarak yönlendirilmiş olan en alt değerler meydana gelir. Ne X, kutusu, ne çizgi çekirdekleri artı şeklindeki çekirdek üzerinde herhangi bir avantaj sağladı. Ama X ve kutusunu çekirdekleri aynı sonucu üretilen değerlerini Wp dışına the artı işareti çekirdek tarafından 45 ° alınmıştınız. Hat çekirdek tam olarak belli açılardan görüntü döndürülmüş resimler daha az 30 veya daha fazla 145 ° yeşil izleme veri yokluğu tarafından görüldüğü gibi genişletmek başarısız oldu. Böylece, ortogonal artı dilatasyon çekirdek membran ayırma bir perinexus bir eksen ile genişliyor çapraz olarak örneğin yaklaşık 45 ° odaklı ve X ve kutusunu çekirdekleri demek Whafife p fazla hesaplamış perinexus uzun ekseninin ayrıca 45 ° ne zamandı. Bu çözümleme bağlı olarak, biz artı şeklindeki çekirdeği ile genişliyor oluşturulmuş değerleri uygulanan bir düzeltme faktörü geliştirilmiştir. Görüntü yönü, ölçülen genişliği değerine bağlı olarak resim (denklem 1) yönünü çarpımı Bu düzeltme faktörü ile ilişkili membran ayırma tahmindi hesaba katan. Eğer θ < 45°      Wp düzeltilmiş cosd(θ) = * Wp ile ölçülür Eğer θ ≥45 °      Wp düzeltilmiş cosd(θ) = * Wp ölçülen (denklem 1) Bu denklemde yukarıdaki algoritma ve θ tarafından üretilen orijinal Wp değeri hesaplanan yatay, derece cinsinden açıdır ölçülen Wp var. Θ perinexal merkeze göre dikey yönde toplam değişim bölü yatay yöndeki toplam değişikliği ters tanjantını alarak hesaplanır. Yukarıdaki düzeltme yatay, perinexus göre ortalama açı yaklasik (Şekil 8A, sol-üst) ve sanki bir yatay perinexus elde bir ölçüm sonuçları (Şekil 8A, sol-alt). Bu denklem arkasındaki mantığı artı şeklindeki çekirdek (Şekil 7A) birbirine uygun düzenlenmiş aslında iki çizgi şeklinde çekirdekleri olması geliyor. Bu nedenle, aşağıda 45° (yatay yakın), dikey olarak dilations oluşur ve bu nedenle açının kosinüsünü tarafından çarparak doğru ölçüm verir. Bunun tersi olarak, yatay olarak için açı 45° (yakın dikey), dilations yukarıda ortaya ve sinüs doğru ölçüm belirlemek için kullanılır. Tam 45 ° sinüs ve kosinüs eşittir. Ek dosya S4 bu kavram bir tasviri sağlar. Not Bu düzeltme ortalama akıntıya çapraz dayanmaktadır ve önemli ölçüde doğrusal olmayan şekiller analiz ederken dikkatli kullanılmalıdır. Bu işlem 20 rasgele seçilmiş perinexi üzerinde tekrarlandı ve düzeltilmiş ölçümleri güçlü el ile döndürme ve yeniden görüntüler (Şekil 8A, sağ) analiz elde edilen ölçümler ile ilişkili. Görüntü yönü için doğru düzeltmeyi onaylamak için hayalet kenarları iki kümesi oluşturulan (Şekil 8B, sol) ve döndürülmüş 180 ° idi. Trigonometrik düzeltme ile algoritma doğru uzaysal çözünürlük veya görüntü boyutu (Şekil 8B, sağ) ne olursa olsun, her yönüne doğru değer döndürdü. Analitik uygulama ve tekrarlanabilirlik yönlendirme düzeltme. Önceki çalışmalarda kullanarak el ile segmentasyon rapor istatistiksel olarak anlamlı Wp farklılıklar büyüktür demek veya 3’e eşit hatırlatarak nm, algoritma için önceki bulgular kullanarak özetlemek için kullanılabilir olup olmadığını belirlemek önemli bir tam veri kümesi. Yeni algoritmasıyla iki gözlemci – bir deneyimli ve bir perinexal analizi ile unexperienced (Obs. 1 ve Obs. 2, sırasıyla)-12 hasta ile atriyal tanısı önceki bir çalışma6 aynı görüntüleri analiz fibrilasyon (AF) doku toplama ve önceden var olan AF (No-AF) yoktu 29 hastalar önce. Deneyimli Kullanıcı Wp önemli ölçüde daha geniş AF AF olmadan olan hastalarda bulunmuştur (21.9±2.5 ve 18.4±2.0 nm, sırasıyla, Şekil 9A). Bu değerleri uygulanan düzeltme faktörü ile daha önce bildirilen bu benzer (24.4±2.2 nm ve 20.7±2.4 nm, sırasıyla)6. Önemlisi, deneyimsiz kullanıcı aynı anlamlı fark bulundu (22.1±2.8 nm ve 20.1±2.6 nm, sırasıyla) hastalık durumlarında otomatik program ile arasında. Ayrıca, Wp değerleri standart sapması 2-3 nm standart sapması algoritma ama yapısının bir obje değil gösteren düzeltme faktörü ile kendisi ve doku işleme değişmedi. Bu sonuçlar otomatik olarak önerilen yöntemi önceki çalışmaların sonuçları recapitulating kapasitesine sahip olduğunu göstermektedir. Önemlisi, perinexus ve son zamanlarda tanımlı yapı oybirliği membran ayırma GJ2,3′ e bitişik mutlak değerler dizi ulaşıldı. Dış-membran-için-dış-membran GJ genişliği 20 nm13, önceden tahmin edilmektedir beri aynı zamanda GJ genişliğini ölçerek algoritması’nın etkinliğini belirlemek istedi. Her iki gözlemci veya önceden varolan AF (Şekil 9B) olmadan hastaların gap junction genişlikleri (GJW) arasında anlamlı bir fark bulunamadı. AF ve AF hastalar için mutlak GJW değerleri 20,5 ± 2.5 nm ve 20,3 ± 1.9 nm, sırasıyla, deneyimli gözlemci ve 21,0 ± 3.1 nm ve deneyimsiz Observegazetesinin ne daha önce bildirilen için benzer 20.0 ± 2.2 nm için idi. Otomatik algoritma daha el ile bölümleme verileri çözümlemek için daha az zaman gerekli olup olmadığını belirlemek için hem deneyimli ve deneyimsiz kullanıcı süre 10-görüntü eğitim ölçmek için set (ek dosya S5) kaydedildi. Tablo 1 deneyimli ve deneyimsiz kullanıcı analiz süresini tarafından 4.7 – ve 8.3 – sırasıyla Otomatik manuel segmentasyon yaklaşım göre kayma yaklaşık 43-fold bir artış ile algoritmasıyla kat azalma olduğunu gösterir perinexus boyunca çözünürlüğünü. Algoritma sorun giderme. En yaygın hata algoritma çalışıyor son Merkez görüntünün kenarı bitmiyor oluşur. Bu gibi durumlarda, yeterli puan başarısız ve daha büyük bir kırpma alanı seçin veya kayma türev eşik artırmak için Kullanıcı danışmanlık hata iletisi üretmek programın neden kayma türev haritadan seçildi. Daha büyük bir kırpma kutusunu çizim programı bazı durumlarda güvenilirlik büyük ölçüde kılavuz veya kenar algılama algoritmaları bozabilir Şekil kenarlarının yakınındaki kayma türev değiştikçe artıracaktır. Merkez görüntünün kenarı ulaşırsa bile düzgün Merkez, tanımlamak başarısız, özellikle degrade eşik ise (Şekil 2A) çok düşük için kılavuz algoritma için mümkündür. Degrade eşik çok yüksek ayarlı ise, hesaplama verimliliği azalan kılavuz algoritması (Şekil 2B), dahil daha fazla gereksiz noktaları olacak. Kullanıcının uygun bir eşik değeri görüntü dizi belirleyemiyor olup olmadığını “GMag” (Şekil 2C), hangi program tarafından oluşturulur ve -ebilmek bulunmak çalışma alanında Yardım Kullanıcı eşik belirleyebilir. Merkez boyunca noktaları bulmak ve bu noktalar seçilir emin olmak için biraz kendi dizin değeri eşik ayarlayın. Verilen örnekte, uygun bir eşik değeri (Şekil 2C, Ekle) ~5.1 olurdu. Başlangıç noktasını da perinexus (resim 2D) başında ulaşmak başarısız olabilir. Bu durumda, programı yeniden çalıştırın ve El ile başlangıç değerini 1 olarak ayarlayın. Merkez izole edildikten sonra Kullanıcı bir noktaya perinexus dışında seçer ve seçilen piksel (Şekil 2E, Kızıl Meydan) en yakın merkez noktası başlangıç noktası olarak ayarlanır. Tam merkeze göre (Şekil 2F) sonucudur. Resim 1 : Miktar işlemleri görüntülerle TEM. El ile segment oluşturma işlemi (A) Merkez tahmin ederken 12 bireysel intermembrane ölçümleri gerçekleştirmek Kullanıcı gerektirir. Otomatik işlem (B) perinexus taslağını el ile sürekli iz gerektirir. Her resimde kırmızı nokta GJ Kullanıcı tanımlanan sonu ve perinexus başlangıcı temsil eder. Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız.  Resim 2 : Merkeze göre sorun giderme. İki birincil modu hata merkeze göre kimlik ve çözümleri için: her resim Matlab dizi adı ile etiketlenmiş. Degrade eşik de ise düşük (A, eşik 0,2) merkeze göre algoritması başarısız olabilir. Ayarlama eşiği çok yüksek (B, eşik 70) kılavuz algoritması Hesaplamalı verimliliğini azaltabilirsiniz. Uygun bir degrade eşik GMag diziden belirlenebilir (C, Ekle). Merkez perinexus (D) başlangıç kenarına ulaşmak başarısız olursa, Kullanıcı el ile başlangıç noktasını seçmek için devre dışı bırakabilirsiniz. Sonra başlatmak “nokta” seçeneği 1 açılış GUI, Kullanıcı olarak ayarlanır sonra bir nokta dışında ilgi (E) perinexus seçer. Sonuçta doğru perinexus (F) tamamı gösteriyor bir merkeze göre olmalıdır. (A-F) tekliflerdeki tüm etiketleri Matlab değişken adlarını karşılık gelir. Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız. Şekil 3 : Perinexus seçim. Perinexus, tıklayın-ve-(kırpma aracı otomatik olarak seçilmesi) çevresinde bir kutu mavi okla gösterildiği gibi sürükleyin için basılı tutun kırpmak için. Bu kutu kareler kenarları ve köşeleri daha büyük veya daha küçük yapmak için kullanarak ayarlanabilir. Yeşil ok Kullanıcı “açık” kalır emin olmalısınız perinexus sonu temsil eder. Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız. Şekil 4 : Seri görüntü dilations. İkili anahat art arda bir piksellik artış aralıklarında (A-D) büyümüş ve çalışma görüntü (resim, E-H ikili olmayan formu) her genişleme sonra eklendi. Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız. Şekil 5: merkeze göre yalıtım ve kılavuz. Kayma bir türev son çalışma görüntü hesaplanır (A) ve bu kayma türev büyüklüğü anahat ve Merkez (beyaz ok) izole etmek için kullanılır (B). Bir Kullanıcı tanımlı eşik anahat tanımlar ve Merkez çizgisi ve özgün anahat çıkarma verimleri Merkez (D). Ancak, boşluklar merkeze göre eşik bir sonucu olarak görüntülenir (D – Ekle). Sürekli bir merkeze göre üretmek için ikincil bir genişleme izole Merkez (E), bir sonraki kılavuz algoritması Hesaplamalı verimliliğini artırmak için ikincil bir erozyon tarafından takip gerçekleştirilir. Erozyona uğramış bu görüntü (F) sonra sürekli, bir piksel kalınlığında merkeze göre tanımlanması için izin son çalışma görüntü ile birlikte (G – Ekle). Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız. Şekil 6 : Son veri sunumunu. Programın son anahat orijinal TEM görüntü (A) üstüne çıkarır. 0-150 için renk kodlu yeşil çizgidir nm, faiz ve kırmızı 150 olarak alanı için Kullanıcı tanımlı bölge için mavi nm. Ayrıca, programın yanı sıra ortalama Wp (gömme ilgili grafikte) Wp perinexus ve ilgi (B), bölge için uzaktan bir fonksiyonu olarak temsil eden bir benzer şekilde renk kodlu grafik çıkarır. Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız. Şekil 7 : Genişleme çekirdek şekli analiz. Dilatasyon çekirdekler (A) için şekiller: yıldız orta dilate pikselleri temsil eder. Artı, X, kutu veya çizgi şeklinde genişleme etkilenen piksel beyaz kutularıdır. Yaklaşık yatay bir perinexus (B, 0 ° gösteren kırmızı bir çizgi ile en iyi) saat yönünde 0 ile 10 ° ve art arda dilate (B, alt) farklı çekirdek şekilleri kullanarak adımlarla 180 ° döndürülmüş. Kutu ve X şeklinde çekirdekleri tarafından 45 ° faz dışı olmakla birlikte bazı yönleri, hat çekirdek başarısız olsa da artı ve çizgi şeklinde çekirdekleri benzer sonuçlar üretir. Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız. Şekil 8 : Resim yönlendirmesini düzeltme. İçin resmin, yönünü için doğru perinexus ortalama açı konumları, Başlat – ve uç – points (A, solda, başında ve sonunda siyah çizgi) hesaplanır. Y yönü (A, solda, yeşil hat) değişikliği ters tanjantını değiştir x-Yön (A, solda, kırmızı hat) verimleri düzeltme açısı θ (A, solda, sarı) bölünür. Perinexus yaklaşık yatay yansıması sanki kenarları arasındaki en kısa uzaklığı vermek için Ortalama Wp değeri düzeltmek için hedeftir (A, solda aşağıda). Denklem 1 tarafından açıklanan düzeltme faktörü uygulama el ile her biri 15 rastgele seçilen resim döndürme için analiz daha önce hesaplanan θ tarafından karşılaştırıldı. Düzeltilmiş değerleri güçlü döndürülmüş görüntü değerleri ile korelasyon (R2 0.991, A, sağ =), denklem 1 geçerli düzeltme faktörü görüntü yönü için oluşur. Düzeltme faktörü uygun olduğunu onaylamak için iki hayaletler onları (B, sol) arasında bilinen bir mesafe ile mükemmel paralel kenarlarının üretildi. Hayalet 1 ve Phantom 2 var 2.833 piksel uzamsal çözünürlük / mm. ve 71.6 piksel/inç, anılan sıraya göre. Mavi elmas ve b kırmızı kareler olarak görüntülenir, algoritma doğru bir şekilde onların genişlikleri görüntüyü döndürme 180 derece arasında hesaplar. Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız. Şekil 9 : Algoritma tekrarlanabilirlik. Otomatik işlem ile görüntü yönünü düzeltme kullanarak, bir deneyimli ve deneyimsiz gözlemci buldum 2. 6 en az bir fark tespit AF ve No-AF grupları (A), bir önceki çalışma ile tutarlı arasında önemli farklılıklar nm. Ayrıca, ben de gözlemci önemli bir fark GJW (B) bulundu. Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız. El ile Otomatik Zaman – Obs. 1 (s) 205±11 44±14 Zaman – Obs. 2 (s) 248±18 30±5 Uzaysal Çözünürlük (ölçümleri/nm) 0,08 3,45 Tablo 1: el ile ve otomatik işlemler karşılaştırılması. Her iki gözlemci resim 10-görüntü eğitim kümesi için el ile segment oluşturma işlemi gerçekleştirmek daha hatlarını çıkartıyor başına daha az zaman gerekli. Ayrıca, otomatik işlemi daha yüksek olan örnekleme frekansı, nm, başına 3.45 ölçümleri kayıt kıyasla ortalama 1 ölçü her 12,5 nm el ile işlem için. Eğitim set görüntüleri ek dosya S5 içinde özetliyor ve ölçümleri ile birlikte deneyimli bir kullanıcı tarafından gerçekleştirilen bulunabilir.