在这里，我们提出了一个基于光学相干断层扫描或 OCT 的自动化系统。这使我们能够监测生物膜的结构在较大的空间尺度或很长一段时间。OCT 成像非常适合解决微米范围内的结构，但目前其最大面积限制在 250 平方毫米左右。
生物膜通常超过这一规模，特别是当分化是由大规模的环境梯度驱动的。实验装置使我们能够监测生物膜在大空间尺度和长时间内三维形态。该系统快速、精确，并且自动工作。
我们研究了生物膜在溪流中变形，它们驱动重要的生态系统过程。然而，该系统可用于研究其他自然系统或工程环境中的生物膜。用于定位、图像采集和分析的软件以 Python 编写。
它们可通过 Jupyter 笔记本获得。这些是用户友好、免费且灵活的解决方案。我们相信，安装的可视化表示有助于其他用户重现安装并更好地了解软件。
我们希望这能激励其他研究人员采取类似的方法。以下是安装概述。该系统由精密定位装置，OCT探头组成，并围绕有机玻璃烟道组装。
首先，按照 GitHub 上发布的说明进行布线。连接后，安装 GRBL 服务器，如单独的 GitLab 页面中所述。定位系统现在可以通过这个网页进行控制;或者，也可以通过Python脚本进行控制，如工作示例所示。
将计算机和 OCT 基座放在包含微流体装置、流室、烟道或过滤系统的实验装置旁边的工作台上。如果尚未安装，请将 OCT 系统与制造商描述的可用软件一起安装。然后安装软件包，以自动进行 OCT 扫描采集，如此处链接的 GitLab 文档中所述。
要开始图像采集，请使用兼容的配合器支架将光学相干断层扫描探头安装到定位装置上。如果需要，在客观镜上安装浸入式适配器，然后打开 OCT 系统和定位设备电源。打开商业的 OCT 软件，定位感兴趣的站点，重点分析样品，并调整参考臂和光源强度，以实现最佳的图像质量。
请注意坐标，并在保持相同的参考臂长度和强度的同时，对多个位置重复此过程。打开图像获取。ipynb 文件在本文的补充文件 2 中发现在 Jupyter 笔记本中。
每个单元都包含执行特定任务的代码，然后通过按"运行"或"控制"和"输入"或"移位"和"输入"单独运行。然后调整采集参数，包括折射率、视场大小和每 B 次扫描的 A 扫描次数。
此外，根据初步扫描的强度直方图和采集的数据和元数据的目标文件夹设置 OCT 扫描的信号边界。根据视野和分辨率，文件大小可能达到每次 OCT 扫描 1.5 GB。这两个参数确定最终数据集中的体素大小和输出文件的大小。
它们应与 OCT 探头的光学分辨率相匹配。如工作示例中所强调的，您可以获取具有默认参数的单个 OCT 扫描，或获取指定一组不同参数的单个扫描。您还可以提供特定的坐标来移动定位设备并获取单个 OCT 扫描。
此功能允许您在实验中以高空间精度重复返回到完全相同的位置。数据以 8 位保存。原始格式以节省存储空间。
元数据（包括 OCT 设置和坐标）保存在具有相同命名约定的 json 文件中的同一文件夹中。或者，指定感兴趣的头寸列表并自动获取相应的 OCT 扫描。为了在大型环境梯度中描述生物膜形态结构，请以马赛克图案获得扫描。
为此，指定默认重叠为 30% 的相邻切片数原始 OCT 扫描显示失真。这是因为通过光学系统的路径长度不同。我们开发了一种算法来纠正这种失真，如工作示例所示。
要开始图像校正，请打开 Jupyter 笔记本图像处理.ipynb。按照此示例，首先裁剪 OCT 扫描以排除杂散信号并调整数据集方向，使生物膜显示在底层上方。下一个更正球形畸变。
为此，该算法在 OCT 扫描中本地化了高反射平面，并使用此参考来拼合扫描。在 20 比 20 网格中，算法随后识别信号强度的局部最大值，以本地化参考曲面。然后，在这些点上安装第二阶多项式曲面，并用于将 OCT 扫描的每个像素向 Z 方向移动。
该算法的参数应根据 OCT 扫描的特性进行调整。这种校正使多个图像的均匀参考表面，从而促进大规模图像的拼接。图像变平后，通过识别生物膜上方图像的空区域并减去平均背景强度，校正图像以获得背景噪声。
接下来，从 3D OCT 数据集计算高程图。为此，定义参考曲面（如下层）并选择适当的强度阈值。然后，使用报告为灰度值的生物膜的高度渲染高程图。
如果以马赛克图案获取图像，则通过应用拼接算法缝合相应的高程图。利用自动的百科成像，利用烟光实验对光营养流生物膜的时空形态形成进行了检查。烟从有机玻璃制成，从流入逐渐扩大。
这将导致流速梯度。这里是沿着整个流速梯度生长的生物膜的高程图。重要的是，自动化的 OCT 成像系统允许在从低流速度到高流速度条件下连续测量结构参数，如生物膜厚度、粗糙度和生物卷。
随着形态的变化，平均生物量显著减少，因为距离烟道入口的距离。OCT 扫描的质量严格取决于参考臂的长度和对焦距离。在实验期间，您可能需要重新调整此参数。
为确保定位设备的准确性，请记住定期进行定位操作。这种自动成像设备可与微传感器分析相结合，实现生物膜的功能特性。OCT 是一种新兴的成像技术，我们预计这里介绍的系统将刺激对生物膜结构的研究。
这可能与饮用水处理或生物处理等技术相关。
