设为首页 | 添加收藏 |sitemap |百度地图 |
货真价实 坦诚无欺
新闻资讯

徕卡显微镜全自动跟踪叶绿体的伊乐藻叶细胞4​​D图像资料

2014-04-11  发布者:admin 

 移动的三维结构在活细胞中的全自动化跟踪代表,是典型生物的图像数据的分析几个挑战。 以从活伊乐藻叶片细胞叶绿体4D图像数据作为一个例子,我们展示新的方法来应对这些挑战(图1)。 叶绿体是令人惊讶的动态的细胞器:它们广泛地移动整个细胞,它们经常分割或保险丝,其形状变化而不断。 叶绿体动态的更详细的了解需要叶绿体贩运,分裂和融合的可靠量化。 我们使用SP5共聚焦显微镜(Leica Microsystems CMS GmbH)与双通道图像伊乐活叶细胞。 自动荧光用于跟踪叶绿体和细胞壁是由反射检测。

1:原来的4D数据堆栈(左图)和三维重建单一时间点(右图)的代表性部分。叶绿体显示为绿色,在细胞壁中的红色或暗绿色。

 

方法

第一个挑战是信号从叶绿体和背景噪音始发之间的可靠分离。 Autoadaptive策略被用来计算适当的阈值。 第二个挑战是个人叶绿体的检测和从紧邻的其他叶绿体的分离。 我们发现潜在的叶绿体种子和聘请当地的阈值和形状的标准,同时保持它们与相邻的叶绿体种子分离(图2),依次种植这些种子。

图2:被代表的中间步骤的思想探析,以说明主要策略。

 

叶绿体在3D检测,使体积测量和形状参数的评估。 第三个挑战是叶绿体中随时间的跟踪。 个别叶绿体需要遵循整个4D数据,以便设置为从紧密的空间接近度叶绿体,在下一时间帧邻居之间的形态相似性,并依次增加的搜索范围,以确保最佳的连接(图3)。

图3:插图choroplast跟踪的方法。 叶绿体在接下来的时间内联系到自己最亲近的neigbour。 的搜索范围被连续地增加。

 

 

结论

我们表明,从4D图像数据在伊乐藻叶片细胞叶绿体的全自动跟踪是可能使用Definiens的网络认知技术。 我们有信心,我们采用的策略是很容易适用于许多其他生物图像分析任务。