Per iniziare, apri MATLAB. Aprire il file test_parallel.m. Nella variabile baseDir, specificate la posizione della cartella Sequenze di immagini raw.
Assegnare alle variabili numOfSlice il numero totale di sequenze di immagini e numOfImage il numero di immagini in ogni sequenza. Ispeziona la sequenza di immagini del piano centrale del cuore del pesce zebra. Identificare i numeri di frame della prima e della quarta sistole della sequenza e assegnarli alle variabili systolicpoint_1st e systolicpoint_4th.
Fare clic su Esegui per avviare la ricostruzione dell'imaging. Scarica il pacchetto 3D Cell Tracker e configura l'ambiente Python. Scaricare e aprire il software di annotazione ITK-SNAP.
Etichettare manualmente l'immagine del cuore 3D in due punti temporali, uno durante la distosi ventricolare e l'altro durante la sistole ventricolare per creare set di dati di addestramento e convalida. In Python, eseguire il programma di formazione 3D Cell Tracker. Nella funzione 3D dell'unità di formazione, inizializzare i parametri noise_level, folder_path e modello per impostare il modello di unità 3D predefinito.
In MATLAB, utilizzare imageDimConverter. m per convertire e rinominare il set di dati di addestramento e convalida nel formato appropriato per il caricamento. In Python usa il trainer.
load_dataset e formatore. draw_dataset funzioni per caricare rispettivamente i set di dati di training e convalida. Quindi eseguire la prima parte del programma di formazione 3D Cell Tracker e definire i parametri di imaging per la segmentazione cellulare 3D.
Ora in MATLAB, usa imageDimConverter. m programma per convertire e rinominare tutte le immagini del cuore 3D nel formato corretto e trasferirle nella cartella dati. In Python, esegui la seconda parte del programma 3D Cell Tracker per avviare la segmentazione.
Una volta segmentata la prima immagine 3D, confronta il risultato della segmentazione con l'immagine raw. Sposta la segmentazione corretta nella cartella Manual Volume One creata. In Python, esegui la terza parte del programma 3D Cell Tracker per segmentare tutte le immagini.
Quindi, apri il software Amira e confronta le posizioni delle celle tracciate con le immagini grezze corrispondenti per la valutazione visiva dei risultati del tracciamento. Convalida manualmente i dati dei risultati del tracciamento delle celle e seleziona le celle con un'intensità dell'immagine coerente in tutti i volumi. Nel software 3D Slicer, l'utilizzo delle etichette delle celle per OBJ.
IPYNB Script, genera una mesh di superficie e assegna un codice colore univoco a ciascuna cella. Esporta ogni modello 3D come un singolo file OBJ con più oggetti secondari accompagnati da un file MTL per descrivere l'etichetta della cella. Importare i modelli 3D in Unity, usando la licenza didattica.
Applicare gli script personalizzati costituiti da funzioni scritte nel programma C# ai modelli e agli elementi dell'interfaccia utente per la visualizzazione 4D e l'analisi interattiva.
