利用X射線顯微斷層掃描技術(shù)對蜥蜴腦部進(jìn)行虛擬組織學(xué)研究操作流程
Zhou, Tunhe, Yulia Dragunova, and Zegni Triki. “Brain Virtual Histology of a Lizard Species (Podarcis Bocagei) Using X-Ray Micro-Tomography and Deep-Learning Segmentation.” bioRxiv, July 6, 2024. https://doi.org/10.1101/2024.07.05.602071.
本文旨在展示如何利用X射線顯微斷層掃描技術(shù)（microCT）和深度學(xué)習(xí)分割，對蜥蜴（Podarcis bocagei）的腦部進(jìn)行虛擬組織學(xué)研究，并提供一個詳細(xì)的操作流程。
01 研究背景
02 Dragonfly軟件的使用
(a) The images are aligned and cropped to keep the brain for fast segmentation. (b,c) Demonstration of manual segmentation.
3D rendering of the X-ray microCT images showing the external and internal of the head, and the main parts of the brain. The brain regions are: the olfactory bulb (green), telencephalon (purple), diencephalon (red), midbrain (blue), cerebellum (yellow) and brainstem (pink).
03 研究方法
1. 樣本準(zhǔn)備： 對蜥蜴頭部樣本進(jìn)行磷鎢酸（PTA）染色，增強(qiáng)組織對比度。
2. X射線microCT掃描： 使用蔡司Xradia Versa 520掃描儀對樣本進(jìn)行掃描，獲取高分辨率的3D圖像。
3. 半手動分割訓(xùn)練集： 在Dragonfly中手動分割部分切片，然后使用Biomedisa軟件進(jìn)行隨機(jī)游走插值，最后手動檢查和修正。
4. 深度學(xué)習(xí)分割： 比較了Biomedisa和AIMOS兩種深度學(xué)習(xí)算法，使用訓(xùn)練好的模型對剩余數(shù)據(jù)進(jìn)行自動分割。
5. 分割評估： 使用平均dice score（DSC）和腦區(qū)體積平均相對誤差（RE）評估分割精度。
04研究結(jié)果
結(jié)論
Dragonfly軟件在本研究中主要用于圖像預(yù)處理（對齊和裁剪）、手動分割訓(xùn)練集的創(chuàng)建，以及3D模型重建和可視化等方面，為后續(xù)的深度學(xué)習(xí)分割和分析提供了基礎(chǔ)。
本文旨在展示如何利用X射線顯微斷層掃描技術(shù)（microCT）和深度學(xué)習(xí)分割，對蜥蜴（Podarcis bocagei）的腦部進(jìn)行虛擬組織學(xué)研究，并提供一個詳細(xì)的操作流程。
01 研究背景
- 傳統(tǒng)的組織學(xué)方法耗時(shí)且對組織具有破壞性，而microCT可以提供高分辨率的3D圖像，實(shí)現(xiàn)任意方向的虛擬組織學(xué)切片，減少了對樣本的破壞和所需動物數(shù)量。
- 雖然磁共振成像（MRI）也被用于腦部研究，但microCT在骨骼和肌肉組織方面具有更高的對比度和分辨率，能提供更全面的頭部解剖細(xì)節(jié)。
- 深度學(xué)習(xí)分割在醫(yī)學(xué)影像領(lǐng)域發(fā)展迅速，但野生動物研究通常樣本量較小。本研究旨在證明深度學(xué)習(xí)分割在小樣本量下的有效性。
02 Dragonfly軟件的使用
- 圖像對齊與裁剪： 由于樣本放置方向不一致，作者使用Dragonfly軟件對圖像進(jìn)行對齊和裁剪，確保腦部區(qū)域一致，方便后續(xù)分析和深度學(xué)習(xí)訓(xùn)練。
- 手動分割訓(xùn)練集： 作者在Dragonfly中手動分割了約20-30個切片，作為深度學(xué)習(xí)模型的訓(xùn)練集。
- 3D模型重建與可視化： 作者使用Dragonfly將microCT圖像重建為3D模型，并對分割后的腦區(qū)進(jìn)行可視化展示。
3D rendering of the X-ray microCT images showing the external and internal of the head, and the main parts of the brain. The brain regions are: the olfactory bulb (green), telencephalon (purple), diencephalon (red), midbrain (blue), cerebellum (yellow) and brainstem (pink).
03 研究方法
1. 樣本準(zhǔn)備： 對蜥蜴頭部樣本進(jìn)行磷鎢酸（PTA）染色，增強(qiáng)組織對比度。
2. X射線microCT掃描： 使用蔡司Xradia Versa 520掃描儀對樣本進(jìn)行掃描，獲取高分辨率的3D圖像。
3. 半手動分割訓(xùn)練集： 在Dragonfly中手動分割部分切片，然后使用Biomedisa軟件進(jìn)行隨機(jī)游走插值，最后手動檢查和修正。
4. 深度學(xué)習(xí)分割： 比較了Biomedisa和AIMOS兩種深度學(xué)習(xí)算法，使用訓(xùn)練好的模型對剩余數(shù)據(jù)進(jìn)行自動分割。
5. 分割評估： 使用平均dice score（DSC）和腦區(qū)體積平均相對誤差（RE）評估分割精度。
04研究結(jié)果
- 成功分割出29個樣本的六個主要腦區(qū)：嗅球、端腦、間腦、中腦、小腦和腦干。
- 兩種深度學(xué)習(xí)算法均只需5個訓(xùn)練集即可達(dá)到較高的分割精度（DSC>0.94），且與手動分割的體積測量差異約為4%。
- 不同切片方向（冠狀面、矢狀面和水平面）對分割精度無顯著影響。
結(jié)論
- 本研究提供了一種高效、準(zhǔn)確的蜥蜴腦部3D成像和體積測量方法。
- microCT結(jié)合深度學(xué)習(xí)分割，特別適用于樣本量較小的野生動物研究。
- 該方法在生態(tài)學(xué)、進(jìn)化生物學(xué)等領(lǐng)域具有廣泛應(yīng)用前景，并益于對頭部其他解剖細(xì)節(jié)感興趣的研究，以及計(jì)算機(jī)科學(xué)家開發(fā)更高效的算法。
Dragonfly軟件在本研究中主要用于圖像預(yù)處理（對齊和裁剪）、手動分割訓(xùn)練集的創(chuàng)建，以及3D模型重建和可視化等方面，為后續(xù)的深度學(xué)習(xí)分割和分析提供了基礎(chǔ)。
- 實(shí)驗(yàn)室軟X射線技術(shù)助力實(shí)現(xiàn)非標(biāo)記納米細(xì)胞3D成像
- D7點(diǎn)衍射激光干涉儀用于測量介觀顯微物鏡的檢測方案
- 調(diào)Q納秒激光器在生物成像領(lǐng)域——光聲成像方面的應(yīng)用
- 超分辨顯微技術(shù)重大進(jìn)展：時(shí)間分辨率突破至毫秒級
- 顯微互動教學(xué)系統(tǒng)“點(diǎn)亮”實(shí)驗(yàn)課，助力科研教學(xué)
- LED熒光光源助力快速檢測熒光蛋白
- 顯微鏡熱臺在生物醫(yī)學(xué)研究中的應(yīng)用
- 多光子顯微技術(shù)在無創(chuàng)生物醫(yī)學(xué)精準(zhǔn)診斷的應(yīng)用
- 打破邊界精準(zhǔn)進(jìn)化，NEOSCAN推出NXL臺式大倉顯微CT
- ARveo8顯微鏡助力首例頸深LVA術(shù)成功逆轉(zhuǎn)AD認(rèn)知衰退
- 徠卡直播：拆解真實(shí)實(shí)驗(yàn)室場景中的復(fù)雜樣本解決方案
- EVIDENT攜新品DSX2000全電動數(shù)碼顯微鏡亮相SEMICON
- EVIDENT生命科學(xué)服務(wù)號正式更名為EVIDENT顯微成像
- 安捷倫新一代數(shù)字病理學(xué)解決方案亮相2025 USCAP
- EVIDENT誠邀您共聚SEMICON及DSX2000新品發(fā)布會
- EVIDENT新品DSX2000數(shù)碼顯微鏡賦能芯片微觀檢測
Copyright(C) 1998-2025 生物器材網(wǎng) 電話：021-64166852;13621656896 E-mail：info@bio-equip.com