Este método puede ayudar a responder preguntas clave en el campo electrofisiológico cardíaco, sobre la estructura del espacio extracelular y los mecanismos de comunicación celular. Las principales ventajas de esta técnica son que tiene capacidades de alto rendimiento y una frecuencia de muestreo espacial mejorada. Esencialmente, podemos obtener mediciones más rápidamente y con mayor confianza que antes.
La identificación de Perinexus y la solución de problemas del programa son difíciles de aprender sin demostración visual, porque el perinexus es una estructura relativamente recién definida, y la solución de problemas puede no ser intuitiva para los investigadores que no están familiarizados con MATLAB. Para las imágenes en escala de grises, utilice software de computación numérica para asegurarse de que ningún píxel tiene una intensidad superior a 255. A continuación, abra nuestra imagen emparejada en el software de procesamiento de imágenes y haga zoom en el perinexus.
Es fundamental identificar correctamente el perinexo. El primer paso es identificar una placa de unión de separación, que tiene un aspecto rayado. Luego, buscamos dos membranas opuestas, en plano, a unos 200 nanómetros.
Identifique la placa de unión de la brecha a partir de su estructura de pentilminer. El comienzo del perinexus, es el punto en el que las dos bicapas de membrana celular opuestas divergen. Muestra una barra de escala en nanómetros.
Los puntos iniciales y finales del contorno perinexus serán de 200 nanómetros desde el comienzo del perinexus. A continuación, seleccione la herramienta de selección a mano alzada. Haga clic y arrastre, o utilice un lápiz óptico para trazar cuidadosamente a lo largo de la membrana interna de una célula, al principio del perinexo y de nuevo a lo largo de la membrana interna de la segunda célula.
Cierre el área seleccionada soltando el botón del ratón o levantando el lápiz. A continuación, establezca el ancho de línea en un píxel y el color de primer plano en el valor de intensidad más alto para el tipo de imagen. Como blanco, para la imagen en escala de grises.
Cree un contorno trazado a partir de la selección y guarde la imagen resultante como un tipo de archivo compatible con el software de análisis, como JPEG o TIFF. Si es necesario, abra el software de análisis de distancia de separación de membranas y cambie las ubicaciones de guardado para los datos y las cifras que se van a generar. Guarde el archivo y ciérrelo.
A continuación, ejecute el programa. Establezca el umbral de degradado derivado espacial adecuadamente para la identificación de la línea central. Establezca la escala y los píxeles por unidad de longitud.
Establezca los límites espaciales inferior y superior para la región de interés, con respecto al borde de la unión de separación. Seleccione la detección automática o manual del punto de inicio. La detección manual del punto de inicio puede ser necesaria para la perinexi de forma irregular.
A continuación, abra la imagen con el perinexo delineado. Haga clic y arrastre para dibujar un cuadro alrededor del perinexus, excluyendo el extremo cerrado. Haga doble clic dentro del contorno perinexus trazado para recortar la imagen e identificar la línea central.
Si el punto inicial se va a seleccionar manualmente, aparecerá un cursor en cruz y una línea central sobre la imagen original. Seleccione un punto fuera del perinexo cerca del punto de inicio deseado para continuar el proceso. Una vez finalizado el proceso, confirme que la línea central permanece dentro del perinexus y que interseca correctamente el punto inicial.
Revise los datos generados y trace el ancho perinexal. Si la línea central no se identificó y aisló correctamente, abra la matriz de imágenes g-mag para determinar un umbral de degradado adecuado. Usamos la herramienta de índice para hacer clic alrededor de la línea central, y la matriz g-mag para hacerse una idea de qué píxel queremos que seleccione el algoritmo de búsqueda de línea central.
El umbral de degradado debe establecerse justo por encima del valor de intensidad de esos píxeles. Seleccione la herramienta de índice y haga clic en y alrededor de la línea central para mostrar el valor de índice de los píxeles que se deben seleccionar. Establezca el umbral de degradado derivado espacial justo encima del valor del índice y vuelva a ejecutar el proceso.
Si el punto de inicio no se detectó correctamente en el proceso automatizado, vuelva a ejecutar el programa mediante la detección manual del punto de inicio. En este proceso, los contornos manuales se dilatan en incrementos de un píxel para contar el número de píxeles entre los dos bordes. Cada incremento se agrega a una imagen de trabajo para generar una derivada espacial.
El contorno original y la línea central son discontinuidades en su magnitud. Después de aislar la línea central, se refina por dilatación, erosión y un algoritmo de búsqueda de caminos. La anchura perinexal se presenta en función de la distancia desde el inicio del perinexus, o dentro de una región de interés, y como un promedio de ambas funciones.
A medida que la orientación perinexus cambió, se observaron sobreestimaciones en ancho perinexus, dependiendo del patrón de dilatación. La corrección trigonométrica produjo resultados fuertemente correlacionados con imágenes rotadas para orientar el perinexo horizontalmente. El algoritmo se validó para diferentes resoluciones espaciales, unidades de referencia y tamaños de imagen.
Tanto los usuarios experimentados como los inexpertos rastrearon el contorno más rápido de lo que segmentaron manualmente la imagen. Y el proceso automatizado tuvo una resolución espacial significativamente mayor. Los observadores experimentados e inexpertos identificaron con precisión diferencias significativas en el ancho peribrial entre pacientes con Fibrilación auricular preexistente y sin ella auricular preexistente.
Estos observadores tampoco identificaron con precisión ninguna diferencia significativa entre los anchos de unión de brecha absoluta en la misma población. Los anchos de unión perinexal y de separación eran consistentes con los informes anteriores. Al intentar este procedimiento, recuerde tomar su tiempo con el contorno, ya que incluso pequeñas desviaciones de la membrana pueden producir errores sustanciales a esta escala.
Por lo general, los individuos nuevos en este método luchan porque no están familiarizados con la estructura que están midiendo, o no están seguros de cómo solucionar problemas para la identificación del punto inicial o la desviación de la línea central. Ver este método de procesamiento de imágenes realizado es fundamental. Como la identificación perinexus y la solución de algoritmos son difíciles de aprender sin él.
Y queremos asegurarnos de que estamos cuantificando lo que decimos que estamos midiendo. Esta técnica allana el camino para que los investigadores en el campo de la salud cardíaca, para explorar la cuantificación de mayor resolución de muchos niveles de la función cardíaca. Desde nanoescala, espacios extracelulares hasta la determinación clínica de la eficiencia ventricular o la disfunción.
Aunque este método se demostró con imágenes de electromicroscopía, también se puede aplicar a otras técnicas de diagnóstico por imágenes, como la ecocardiografía cardíaca para cuantificar con mayor precisión la función mecánica del corazón. Este método puede encontrar aplicaciones en cualquier campo de imágenes porque el programa puede medir el espacio entre dos bordes definidos, si la escala se establece adecuadamente, y los bordes son casi paralelos.
