XiaoMi-AI文件搜索系统
World File Search SystemImageJ
AutoNeuriteJ：用于测量和分类神经延伸的 ImageJ 插件
形态测量表征是描述神经元培养和识别表型差异的重要程序。这项任务通常需要劳动密集型的测量和对大量培养神经元中的众多神经突进行分类。为了自动执行这些测量，我们编写了 AutoNeuriteJ，这是一个 imageJ/Fiji 插件，可以测量和分类大量神经元中的神经突。我们表明，Auto-NeuriteJ 能够检测由已知会影响神经元生长的几种化合物引起的神经突生长变化。在这些实验中，在几个小时内获得了每种条件下超过 5000 个小鼠神经元的测量结果。此外，通过分析缺乏微管相关蛋白 6 (MAP6) 的小鼠神经元和野生型神经元，我们说明 AutoNeuriteJ 能够检测轴突长度的细微表型差异。总体而言，使用 AutoNeuriteJ 将提供快速、无偏和准确的神经元形态测量。
用于基于八八的近视脉络膜新生血管形成的映射宏工具
近视脉络膜新生血管形成（MCNV）是许多视网膜疾病中最常见的病理近视的最常见危险性综合体之一。光学相干断层扫描血管造影（OCTA）是一种新兴的非侵入性成像技术，最近被包括在MCNV的研究和处理中。但是，没有标准工具可以及时且可靠地分析MCNV的八颗图像。在这项研究中，我们提出了一个可自定义的ImageJ宏，该宏可自动使用八粒图像处理，并允许用户测量9个MCNV生物标志物。我们开发了一个三阶段图像处理管道，以使用宏来处理八幅图像。首先对图像进行手动描绘，然后使用高斯滤波器进行DINO。这是由Frangi滤波器和局部自适应阈值的应用。最后，使用墨西哥帽子过滤器获得了Skele的图像。从骨架化图像中计算出包括连接密度，容器直径和分形尺寸在内的九种血管生物标志物。在所有生物标志物的26八八张图像数据集上测试了宏。在计算的生物标志物值中出现了两个趋势。首先，病变大小的依赖参数（MCNV面积（mm 2）平均值= 0.65，SD = 0.46）显示较高的变化，而归一化参数（符合性密度（N/mm）：平均值= 10.24，SD = 10.63）在整个数据集中都是均匀的。计算值与现有文献中的手动调查一致。结果说明了我们的ImageJ宏是手动八片图像处理的替代方案，包括用于批处理处理和参数自定义的规定，提供了MCNV的系统，可靠的分析。