Questo metodo può aiutare a rispondere a domande chiave nel campo elettrofisiologico cardiaco, sulla struttura dello spazio extracellulare e sui meccanismi di comunicazione cellulare. I principali vantaggi di questa tecnica sono che ha elevate capacità di velocità effettiva e una migliore frequenza di campionamento spaziale. In sostanza, possiamo ottenere misurazioni più rapidamente e con maggiore sicurezza rispetto a prima.
L'identificazione perinexus e la risoluzione dei problemi del programma sono difficili da imparare senza dimostrazione visiva, perché il perinexus è una struttura relativamente nuova e la risoluzione dei problemi potrebbe non essere intuitiva per gli investigatori che non hanno familiarità con MATLAB. Per le immagini in scala di grigi utilizzare il software di calcolo numerico per garantire che nessun pixel abbia un'intensità maggiore di 255. Quindi, apri la nostra immagine accoppiata nel software di elaborazione delle immagini e ingrandisci il perinexus.
È fondamentale identificare correttamente il perinexus. Il primo passo è identificare una placca di giunzione gap, che ha un aspetto a strisce. Quindi, cerchiamo due membrane opposte, in piano, fino a circa 200 nanometri.
Identificare la placca di giunzione gap dalla sua struttura pentylaminer. L'inizio del perinexus, è il punto in cui i due bistrati della membrana cellulare opposta divergono. Visualizzare una barra di scala in nanometri.
I punti iniziale e finale del contorno del perinexus saranno di 200 nanometri dall'inizio del perinexus. Selezionare quindi lo strumento di selezione a mano libera. Fare clic e trascinare, o utilizzare uno stilo per risalire attentamente lungo la membrana interna di una cellula, fino all'inizio del perinexus e indietro lungo la membrana interna della seconda cellula.
Chiudere l'area selezionata rilasciando il pulsante del mouse o sollevando lo stilo. Quindi, imposta la larghezza della linea su un pixel e il colore di primo piano sul valore di intensità più alta per il tipo di immagine. Ad esempio bianco, per l'immagine in scala di grigi.
Creare una struttura tracciata dalla selezione e salvare l'immagine risultante come tipo di file compatibile con il software di analisi, ad esempio JPEG o TIFF. Se necessario, aprire il software di analisi della distanza di separazione della membrana e modificare le posizioni di salvataggio per i dati e le cifre da generare. Salvare il file e chiuderlo.
Quindi, esegui il programma. Impostare la soglia del gradiente derivato spaziale in modo appropriato per l'identificazione della linea centrale. Impostare la scala e i pixel per unità di lunghezza.
Impostare i limiti spaziale inferiore e superiore per la regione di interesse, rispetto al bordo della giunzione gap. Selezionare il rilevamento automatico o manuale del punto iniziale. Il rilevamento manuale del punto di partenza può essere necessario per il perinexi di forma irregolare.
Quindi, apri l'immagine con il perinexus delineato. Fare clic e trascinare per disegnare una casella intorno al perinesso, escludendo l'estremità chiusa. Fare doppio clic all'interno del contorno perinexus tracciato per ritagliare l'immagine e identificare la linea centrale.
Se il punto iniziale deve essere selezionato manualmente, sull'immagine originale appariranno un cursore a mirino e una linea centrale. Selezionate un punto esterno al perinexus vicino al punto di partenza desiderato per continuare il processo. Al termine del processo, verificare che la linea centrale rimanga all'interno del perinesso e interseca correttamente il punto iniziale.
Esaminare i dati generati e tracciare la larghezza perinessale. Se la linea centrale non è stata identificata e isolata correttamente, aprire la matrice di immagini g-mag per determinare una soglia di sfumatura appropriata. Usiamo lo strumento di indice per fare clic sulla linea centrale e sull'array g-mag per avere un'idea di quale pixel vogliamo che l'algoritmo di ricerca della linea centrale selezioni.
La soglia di sfumatura deve quindi essere impostata appena sopra il valore di intensità di tali pixel. Selezionare lo strumento indice e fare clic su e intorno alla linea centrale per visualizzare il valore di indice dei pixel da selezionare. Impostare la soglia del gradiente della derivata spaziale appena sopra il valore di indice ed eseguire nuovamente il processo.
Se il punto di partenza non è stato rilevato correttamente nel processo automatizzato, eseguire nuovamente il programma utilizzando il rilevamento manuale del punto di avvio. In questo processo, i contorni manuali vengono dilatati con incrementi di un pixel per contare il numero di pixel tra i due bordi. Ogni incremento viene aggiunto a un'immagine di lavoro per generare una derivata spaziale.
Il contorno originale e la linea centrale sono discontinuità nella sua magnitudine. Dopo aver isolato la linea centrale, viene perfezionata dalla dilatazione, dall'erosione e da un algoritmo di pathfinding. La larghezza perinessale è presentata in funzione della distanza dall'inizio del perinexus, o all'interno di una regione di interesse, e come media di entrambe queste funzioni.
Quando l'orientamento del perinesso cambiò, furono osservate sovra-o sottovalutazioni nella larghezza del perinexus, a seconda del modello di dilatazione. La correzione trigonometrica ha prodotto risultati fortemente correlati con le immagini ruotate per orientare il perinexus orizzontalmente. L'algoritmo è stato convalidato per diverse risoluzioni spaziali, unità di riferimento e dimensioni dell'immagine.
Sia gli utenti esperti che quelli inesperti hanno tracciato il contorno più velocemente di quanto non abbiano segmentato manualmente l'immagine. E il processo automatizzato aveva una risoluzione spaziale significativamente maggiore. Osservatori esperti e inesperti hanno identificato con precisione differenze significative nella larghezza perinexale tra i pazienti con e senza fibrillazione atriale preesistente.
Questi osservatori hanno anche identificato con precisione nessuna differenza significativa tra le larghezze di giunzione gap assolute nella stessa popolazione. Le larghezze di giunzione perinexale e gap erano coerenti con i rapporti precedenti. Durante il tentativo di questa procedura, ricorda di prenderti il tuo tempo con il contorno, poiché anche piccole deviazioni dalla membrana possono produrre errori sostanziali su questa scala.
In genere, le persone nuove a questo metodo faticano perché non hanno familiarità con la struttura che stanno misurando o non sono sicuri di come risolvere i problemi per l'identificazione del punto iniziale o la deviazione della linea centrale. Vedere questo metodo di elaborazione delle immagini eseguito è fondamentale. Poiché l'identificazione perinexus e la risoluzione dei problemi degli algoritmi sono difficili da imparare senza di essa.
E vogliamo assicurarci di quantificare ciò che diciamo di misurare. Questa tecnica apre la strada ai ricercatori nel campo della salute cardiaca, per esplorare una quantificazione a più alta risoluzione di molti livelli di funzione cardiaca. Dalla nanoscala, spazi extracellulari alla determinazione clinica dell'efficienza ventricolare o della disfunzione.
Sebbene questo metodo sia stato dimostrato con immagini elettromicroscopiche, può anche essere applicato ad altre tecniche di imaging, come l'ecocardiografia cardiaca per quantificare più precisamente la funzione meccanica del cuore. Questo metodo può trovare applicazioni in qualsiasi campo di imaging perché il programma può misurare lo spazio tra due bordi definiti, se la scala è impostata in modo appropriato e i bordi sono quasi paralleli.
