二维图像

细胞NAP：一种用于定量相成像中3D细胞分割的快速，准确算法

1引入细胞形状的调节和协调在生物存在的各个阶段都是天然生理的核心。光学成像的最新进展通过揭示了具有先前未想象的细节的细胞特征和过程，从而为这种现象提供了机械见解。1，2，3对这种复杂的生物过程进行准确分析的中心是细胞图像的精确分割。量化细胞形态，例如形状，面积，循环，纵横比等，首先是在给定视野中首先分割细胞。由于其毫无疑问的意义，已经完成了许多工作来标准化该过程。有发达的开源软件套件，尤其是CellProfiler 4和Cellpose，5，以非常准确地执行此类分割任务。最新对CellProfiler的更新包括三维（3D）图像分割的功能，目前是执行此类任务的最广泛使用的工具。但是，由于当前用于生物成像的主力是荧光显微镜，因此所有标准的分割软件均针对荧光图像进行优化和针对分析。然而，非常需要研究活细胞中各种结构的动力学和生理活性。定量相成像（QPI）使用基于激光的干涉法测量光场图像，并迅速作为可行的成像替代方案出现，因为它提供了无标签方式的形态和动力学的客观度量。这个1除了由常规强度的微拷贝技术提供的振幅图像外，QPI还测量了由样品的折射率（RI）分布控制的光相延迟图。由于内源性RI分布与细胞类型的结构和生化特征密切相关，因此可以分析获得的现场图像，以系统地发现图像中编码的细胞类型特异性形态和生物物理指纹。在过去的二十年中，QPI为各种生物学植物提供了重要的见解，从红细胞的膜动力学6到神经元活性7和细胞纳米粒子相互作用，8、9和细胞 - 滴定相互作用。10最近，还表明QPI图像可以使用深度学习技术映射到荧光图像，这是一种概念，即形成图像到图像的翻译。使用QPI和机器学习的组合的污渍（即，特定的荧光团/污渍将在未标记的标本中结合）的预测，11 - 13及其逐渐添加了更多的污渍。的确，具有计算特异性的相成像可以独立地独立地测量核和细胞质的生长，而不会丧失生存力。中述许多应用和其他紧急应用的中心是QPI在依附和流动的细胞种群中QPI的固有能力，在库中测量单细胞体积和质量非破坏性和超敏感性。1进行此类分析的关键步骤是细胞群体层析成像图像的准确分割。由于QPI成像仍然是细胞生物学领域中相对较新的技术，因此分析管道不像荧光图像那样发达。为荧光图像分割而开发的工具箱与QPI图像无法很好地工作，因为荧光对比度比RI对比度更加清晰。同样，在某些分割程序中，染色的核被用作定义各自的细胞质边界的基准标记，因此，这种算法在QPI成像中不能直接实现。这促使研究人员开发了针对QPI图像量身定制的分割算法，但其适用性仅限于迄今为止的二维图像。用于3D QPI细胞分割的最新方法是一种基于OTSU的3D水置算法15（以下称为这项工作中的OTSU阈值算法）。