专栏首页聊点学术首创!IPP精准测量肌纤维直径的方法讲解

首创!IPP精准测量肌纤维直径的方法讲解

聊点学术

一直以来,测量图片上肌纤维直径都是个难题。

肌纤维直径能够直接反映出肌纤维是否增粗,对于研究高血压心脏病、肥厚型心肌病、骨骼肌疾病领域的人来说,该指标是很重要的。但苦于没有测量方法,大家往往只能采用语言描述的方式来表达。

丁香园、大木虫论坛上一直有人在问,但始终没有解决。

我个人也一直在琢磨这个问题,私下试过很多方法,包括Filters法、对比度法、灰度转换法等,最后都发现直接测量直径几乎不可行

今天,转换了一下思考方向。我突然想到一个简单可行且准确的间接测量方法,故写出来与大家分享!


1、图片难点分析

下图是一张肌纤维横断面HE染色图片(来自网络),接下来以此为例,详细说明。

(1)可以看出不同区域的肌纤维染色不均匀。在批量染色时,很难避免这一点。因此,如果想通过IPP选色工具来确定目标,会遇到很大困难。

2)在图片上非常多的肌纤维之间界限并不清晰。如果单纯采用吸管工具选取红色,会造成多条肌纤维被IPP软件认定为一个整体,这样测肯定不准。

有人想说,用分割工具隔开就行了。大家可以细看图片,预估一下批量测量数百张图片时分割的工作量有多大。

(3)视野限制,导致图片四周的一些肌纤维被截断成半圆状态。这种情况下,肯定不能将这些肌纤维与那些椭圆形的完整肌纤维混在一起计算。

总之,以上3个困难点,限制了我们直接测量肌纤维。此时,我们可以转换一下思维,采用间接测量法。


2、间接法测量法基本步骤

(1)既然无法直接测量肌纤维直径,我们就测量IPP最容易测量的面积指标。

这里要分2种情况。如果你的图片染色情况适合标记间质,那就测量间质的总面积;如果你的图片染色更适合标记肌纤维,那就测量肌纤维总面积。

(间质标记法)

(肌纤维标记法)

(2)既然图片四周的肌纤维被分隔为半圆,那么我们就采用AOI工具,手动勾勒出所有完整的肌纤维,剔除图片边缘不完整的肌纤维。这些肌纤维的剔除并不会对最终结果造成实质性的影响,保留它们反而会造成极大的测量误差。

(3)在HSI模式下,通过拉动H/S/I曲线工具,将肌纤维标记为红色,而间质不标记。然后测量出AOI范围内的肌纤维总面积,为167883平方像素。通过人工计数,图中AOI被圈进去99个完整的肌纤维。然后进行下一步换算。

(4)肌纤维在生理状态下的截面接近圆形,经过组织学处理之后才变成多边形或椭圆形。因此我们可以通过下面的换算来得到单个肌纤维平均直径。

① 单个肌纤维平均面积=167883/99=1695.8

② 单个肌纤维平均半径=(1695.8/3.1415)再开方=41.2

③ 单个肌纤维平均半径=41.2*2=82.4

(5)如果你标记的是间质,那么还需要再测量出这个AOI区域的总面积。然后再进行换算。

① AOI内肌纤维总面积=AOI面积 - AOI内间质总面积

② 单个肌纤维平均面积=AOI内肌纤维总面积 / AOI内完整肌纤维数量

③ 单个肌纤维平均半径=(单个肌纤维平均面积/3.1415),再开方

④ 单个肌纤维平均直径=单个肌纤维平均半径*2

Ending

大家都看懂了吗?测量指标很简单,也不用分割,只是通过不断地变换数据,即可得到准确的肌纤维平均直径。可后台进一步交流。

本文分享自微信公众号 - 聊点学术(SingForScience),作者:Mark

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2020-07-08

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • ANOVA组间比较方法有十多种,到底该选哪个呢?

    大家都耳熟能详,在SPSS中操作也非常6了。但你会发现,当数据正态且方差齐时,SPSS中存在十几种组间差异比较方法。

    Mark Chen
  • 相信我!无缝拼接组织图片技术大有用处。

    在开展动物实验时,不可避免地要拍摄完整器官切片的图像,这也逐渐成为很多SCI期刊的要求。(如下图所示)

    Mark Chen
  • 免疫荧光分析误区,别踩雷了!

    最近,陆陆续续有多个粉丝朋友在后台咨询关于“免疫荧光”的问题,基本都是在问免疫荧光分析的问题。

    Mark Chen
  • CentOS7设置ssh服务以及端口修改

    版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/Mrqiang9001/article/details/78...

    拓荒者
  • 网站被篡改导致百度快照被劫持跳转到博彩页面的解决办法

    近期受世界杯的影响,我们Sinesafe接过很多中小企业网站频繁的被黑客入侵篡改了快照内容的网站安全问题导致打开网站被提示博彩页面,在搜索引擎中会被提示百度网址...

    网站安全专家
  • 我被代码摧残掉的头发居然又长出来了!!

    其实,现在分辨一个人的职业很简单:见到人就习惯性笑脸相迎的80%是商务,带着笔记本挨个工位穿梭的大概率是产品,而身着格子衫头顶仅有为数不多的几根头发在飘摇的,上...

    腾讯云数据库 TencentDB
  • 【Python】Selenium辅助海量基金数据获取

    今天主要给大家介绍一下Selenium测试工具,它是一款浏览器测试专用的工具,能够模拟用户对浏览器进行鼠标点击、页面滑动等功能。一方面能够用于网页...

    CodeInHand
  • 线性回归(一)-多元线性回归原理介绍

    高中的数学必修三有一个概念——线性拟合,其主要原理是通过对两组变量的统计值模型化。高中的的模型主要是简单的一维线性模型,在某种程度上也可以叫做一次函数,即 y ...

    EatRice
  • Python分析三个月微博热搜数据带你回顾2020不平凡的90天

    北京时间4月3日凌晨,全球新冠病毒感染人数突破100万,死亡人数超过5万。而这一切都在2020年刚开始的三个月内发生。可能你觉得这三个月很快,有些事情已经逐渐忘...

    刘早起
  • 中国台湾大学林轩田机器学习技法课程学习笔记8 -- Adaptive Boosting

    上节课我们主要开始介绍Aggregation Models,目的是将不同的hypothesis得到的gtg_t集合起来,利用集体智慧得到更好的预测模型G。首先我...

    红色石头

扫码关注云+社区

领取腾讯云代金券