原始 MediaWiki 页面

我知道编辑这个网站吗？

自动检测组织学图像系列中的神经元标记

自迁移出 MediaWiki 以来，本页内容尚未经过审查。如果您愿意帮忙，请查看帮助指南！

自动检测组织学图像系列中的神经元标记

轴突示踪剂，例如生物素化葡聚糖胺（BDA）和菜豆白细胞凝集素（Pha-L），可在组织学切片流程中产生高度梯度的神经连接可视化。由机器人队列或承载玻片扫描仪生成的高分辨率切片非常适合深度切片之间的连接图。计算面积分析可通过提供标签数量（图像）和位置的测量来自动化并提高此类分析的效率和吞吐量。基于早期收集和分析纤维束追踪数据的工作(Zakiewicz et al. 2011)，我们在这里提出了一组 ImageJ 插件和宏，可自动检测标记、选择感兴趣区域 (ROI)、噪声过滤以及测量大量显微图像中的标记区域和质心位置 (Papp et al. 2016)。

安装

将文件下载到 ImageJ/plugins 或 ImageJ/plugins/Macros 目录。zip 包组织成正确的文件夹结构，可以直接解压到 ImageJ 目录。系列的处理主要由宏处理，可从 ImageJ 菜单Plugins › Compile and run中获取。NeSys Pixel Counter 插件可用于单个图像，用 .class 文件传入 ImageJ/plugins 目录的方法，或在同一位置编译 Java 代码源(.java)（Plugins › Macros），然后从插件菜单运行该插件。 CDgetPrimaryChannel 插件旨在与 NeSys 标签检测宏一起使用，并且不能从插件菜单中使用。 **下载完整包：** Nesys labeling detection 包装内容 | 插件（ImageJ/插件）|宏（ImageJ/插件/宏）|参数文件（ImageJ/插件/宏）| |————————————————————————|————————————————————————|——————————————————–| | CDgetPrimaryChannel.java | NeSys_Labeling_Detection_Macro.txt | 颜色解析.txt | | CDgetPrimaryChannel.class | NeSys_Main_ROI_Selector_Macro.txt | | | NeSys_Pixel_Counter.java | NeSys_Median_Filtering_Macro.txt | | | NeSys_Pixel_Counter.class | NeSys_Pixel_Counter_Macro.txt | | | | | |

满足

安装后，可从插件 -> 宏菜单中使用宏。要处理的图像应位于同一文件夹中，采用以下格式：.gif、.jpg、.jpe、.jpeg、.png、.tif、.tiff、.bmp 或 .pgm。

1。检测一系列显着微图像中的标记

NeSys 标签检测宏使用 CDgetPrimaryChannel 插件，使用基于 A.C. Ruifrok 方法的 G.Landini 插件的系列版本，对一系列彩色 (RGB) 图像执行Colour Deconvolution。前期使用原始插件提前获得颜色反方向的提示，并将其保存在位于§§0§§§文件夹中的 colourdevolve.txt 文件中。参数文件的格式根据 Benjamin Pavie (bpavie) 在GitHub上提供的示例进行格式化。需要 ImageJ 版本 1.39f 或更高版本。 我们记录了以下染色组合的颜色解决方案（请参阅 colordevolving.txt）： Staining combinations

  • BDA 和中性红
  • BDA且无背景
  • Pha-L 且无背景
  • Pha-L 和硫堇
  • BDA和细胞色素氧化酶 相关组织学处理的详细信息，请参见Zakiewicz et al. 2011。 对图像每个自动执行以下处理步骤：
    1. 使用选定的向量计算颜色解卷积产生的主通道。
    2. 将生成的图像转换为 8 位（灰度）。 3.使用ImageJ（IsoData）中的默认方法对灰度图像进行阈值处理。
    3. 最终结果是以.gif 格式保存在单独目录中的二进制图像。

      2。在整个系列中选择 ROI

NeSys Main ROI Selector 宏使用 ImageJ 中的分析粒子命令，根据黑色连续区域的大小和圆形度来识别一系列二值图像中的感兴趣区域 (ROI)。最终的洞还包括说明。可选地，测量每个 ROI 的质心坐标。然后将 ROI 组合成一个公共选择，并删除可以删除其他图像元素。在处理之前指定用于扩展组合选择的外部限制的剩余量。仅包含 ROI 的结果以 .gif格式保存在单独的目录中。每个图像的质心坐标 Excel 兼容的制表符以分隔格式保存。仅处理二进制图像，其他文件类型将被忽略。需要 ImageJ 版本 1.35g 至 1.47v。

3。噪声过滤

NeSys 中值辅助宏将使用用户半径指定的中值滤波器评估一系列二值图像。生成的过滤图像以 .gif 格式保存在单独的目录中。需要 ImageJ 版本 1.35g 或更高版本。仅处理二进制图像，其他文件类型将被忽略。

4。处理图像中标记区域的测量

NeSys Pixel Counter 宏使用 NeSys Pixel Counter 插件来记录一系列（二进制）图像中的黑色像素数量。结果以 Excel 兼容的制表符分隔格式保存，其中包含每个图像的文件名和像素黑色数。需要 ImageJ 版本 1.45o 或更高版本。

另请参阅

Colour Deconvolution Optimizing handling of 3D unitary optical density vectors with polar coordinates

如何引用

Papp EA、Leergaard TB、Csucs G、Bjaalie JG (2016) 轴突连接的全脑映射：显微切片中标记的自动检测和空间分析的工作流程。神经信息学前沿 10:11 doi: 10.3389/fninf.2016.00011

参考文献

Ruifrok AC 和 Johnston DA (2001) 通过颜色解嫁对组织化学染色进行定量。 Anal Quant Cytol Histol 23, 291-299 PubMed Zakiewicz IM、Van Dongen YC、Leergaard TB 和 Bjaalie JG (2011) 用于外部枢轴突连接全脑图谱的工作和图谱系统。 PLoS One 6，e22669doi: 10.1371/journal.pone.0022669