Python スクリプト extract_frame.pyを実行して、L4 ステージワームを含む PA14 プレートの寸法を特定します。次に、ImageJでJPEGファイルを開きます。メニューから、[分析]、[測定値の設定] の順に選択します。
表示ラベルボックスがオンになっていることを確認し、ウィンドウを閉じます。直線ツールを使用して、プレートを横切る線を引いてプレートの直径を測定します。次に、メニューから [分析]、[測定] の順に選択します。
ビデオが1080ピクセルの場合、各プレートの幅は約480ピクセルになります。後で使用するためにメモ帳にこの情報を入力し、結果ウィンドウを閉じます。マルチポイントツールを使用して、トリミングされたビデオの左上隅になる各プレートの左上のポイントをマークします。
プレートが開始された順にマークを付けます。すべてのプレートのポイントを作成したら、メニューから[解析]、[測定]の順に選択します。ポイントの X 座標と Y 座標を含む計測値が結果ウィンドウに表示されます。
複数のビデオを処理するには、ImageJで他のJPEGファイルを使用してこのプロセスを繰り返します。すべての X 座標と Y 座標が同じ結果ウィンドウに一覧表示されます。結果ウィンドウを CSV ファイルに保存します。
ファイルは、ムービーファイルと同じディレクトリに保存する必要があります。各プレートの開始時間を見つけるには、コンピューターまたは電話でムービーを再生し、カメラの下に置かれたプレートの各セットの開始時間をメモします。結果を開きます。
csvファイルを座標とともに作成し、開始列を追加します。個々のプレートに対応する行ごとに、開始列の下に適切な開始時間を秒単位で入力します。ファイルを保存します。
ビデオをトリミングおよびトリミングするには、crop_n_trimを実行します。pyスクリプト。結果を選択します。
CSV ファイルにエクスポートします。プレートの寸法と前述のピクセル値を入力します。これで、スクリプトは結果の各行を読み取ります。
スクリプトの実行が終了した後に正しいムービーファイルを見つけるためのcsvファイル。動画と同じ名前のフォルダが表示され、その後にアッセイに対応する動画が保存される開始時刻が続きます。手動でカウントするには、ImageJで各AVIファイルを開きます。
芝生の外に見えるワームを数え、各時点の占有率を計算します。野生型N2ワームは、時間の経過とともに占有率に示されているように、徐々に細菌の芝生を離れ、外にとどまりました。プレートから直接作成されたカウントを、画像化されたワームからのカウントと比較しました。
画像化されたワームから行われたカウントは非常に正確であることが判明しました。各株の3件の試験を一緒に平均したところ、N2株とNPR1株の精度はそれぞれ99.5%と96.2%の精度でした。
