Python 스크립트 extract_frame.py를 실행하여 L4 스테이지 웜이 포함된 PA14 플레이트의 치수를 식별합니다. 그런 다음 ImageJ에서 JPEG 파일을 엽니다. 메뉴에서 Analyze(분석)를 선택한 다음 Set Measurements(측정 설정)를 선택합니다.
표시 레이블 상자가 선택되어 있는지 확인하고 창을 닫습니다. 직선 도구를 사용하여 판을 가로질러 선을 그려 판의 지름을 측정합니다. 그런 다음 메뉴에서 Analyze(분석)를 선택한 다음 Measure(측정)를 선택합니다.
비디오가 1080픽셀인 경우 각 플레이트의 너비는 약 480픽셀입니다. 나중에 사용할 수 있도록 메모장에 이 정보를 입력하고 결과 창을 닫습니다. 다점 도구를 사용하여 자른 비디오의 왼쪽 상단 모서리가 될 각 플레이트의 왼쪽 상단에 점을 표시합니다.
플레이트가 시작된 순서대로 표시하십시오. 모든 플레이트에 대한 점을 생성한 후 메뉴에서 Analyze(분석)를 선택한 다음 Measure(측정)를 선택합니다. 포인트의 X 및 Y 좌표를 포함한 측정값이 결과 창에 나타납니다.
여러 비디오를 처리하려면 ImageJ에서 다른 JPEG 파일과 함께 프로세스를 반복합니다. 모든 X 및 Y 좌표가 동일한 결과 창에 나열됩니다. 결과 창을 CSV 파일로 저장합니다.
파일은 동영상 파일과 동일한 디렉터리에 저장해야 합니다. 각 플레이트의 시작 시간을 찾으려면 컴퓨터나 휴대폰에서 동영상을 재생하고 카메라 아래에 놓인 각 플레이트 세트의 시작 시간을 기록해 둡니다. 결과를 엽니다.
CSV 파일을 좌표와 함께 만들고 시작 열을 추가합니다. 개별 플레이트에 해당하는 각 행에 대해 시작 열 아래에 적절한 시작 시간(초)을 입력합니다. 파일을 저장합니다.
비디오를 자르고 다듬으려면 crop_n_trim 실행하십시오. py 스크립트. 결과를 선택합니다.
CSV 파일. 플레이트 치수와 앞에서 기록한 픽셀 값을 입력합니다. 이제 스크립트가 결과의 각 행을 읽습니다.
CSV 파일을 사용하여 스크립트 실행이 완료된 후 올바른 동영상 파일을 찾을 수 있습니다. 동영상과 동일한 이름의 폴더가 나타나고 분석에 해당하는 동영상이 저장되는 시작 시간이 표시됩니다. 수동 계산의 경우 ImageJ에서 각 AVI 파일을 엽니다.
잔디밭 바깥에 보이는 벌레를 세고 각 시점의 점유율을 계산합니다. 야생형 N2 웜은 점진적으로 박테리아 잔디밭을 떠나 시간이 지남에 따라 점유율에 명시된 대로 외부에 머물렀습니다. 플레이트에서 직접 만든 카운트를 이미지화된 웜의 카운트와 비교했습니다.
이미지화 된 웜으로 만든 카운트는 매우 정확한 것으로 판명되었습니다. 각 균주에 대한 3번의 시험을 함께 평균했을 때 N2 및 NPR1 균주는 각각 99.5% 및 96.2%의 정확도를 산출했습니다.
