SOA — это автоматизированный инструмент, который имеет удобный интерфейс для идентификации, сегментации и извлечения важной морфологической информации из изображений сложных 2D-линейных сетей. Рабочий процесс прост и интуитивно понятен, а данные получаются мгновенно и легко. Более того, поскольку SOA является адаптируемой и гибкой, ее аналитические возможности могут быть расширены для других приложений.
SOA может быть использована для анализа других типов 2D-сетей, таких как сети ненейронных клеток, сложные структуры, генерируемые цитоскелетом, и небиологические сети, такие как нанотрубки. Откройте веб-страницу, найдите SOA. Zip zip папка и загрузите zip-файл двойным щелчком мыши.
Распакуйте папку, щелкнув правой кнопкой мыши и выбрав извлечь файлы. Обратите внимание на путь извлечения в окне параметров, которое открывается в текстовом поле целевого адреса, в котором отображается путь к извлеченным файлам. Затем откройте извлеченный ФАЙЛ SOA и дважды щелкните на SOA.exe.
Дождитесь открытия черного окна, после чего появится приложение. В строке меню загрузки SOA viewer выберите выбрать файл, затем выберите изображение из файлов компьютера и нажмите на него. Нажмите кнопку Открыть, просмотрите путь к файлу, а затем нажмите кнопку Далее.
Для оптимизации сегментации по краям настройте пороговое значение для отображения, выбрав пороговое значение и введя число. В строках слияния настройте минимальное расстояние для слияния для отображения, выбрав минимальное расстояние для слияния и введя число, и минимальный угол слияния для отображения, выбрав минимальный угол для слияния и введя число. Затем нажмите на создание изображения сегментации предварительного просмотра и измените параметры для достижения максимальной идентификации сегментов.
Если свойства необходимо изменить, нажмите на кнопку закрытия окна и перенастройте порог на минимальное расстояние и угол для слияния. Чтобы создать выходные файлы, нажмите OK, чтобы визуализировать изображения сегментации в анализирующих графиках. В появившемся окне выберите папку, в которой будет сохранен xlsx-файл.
Вставьте имя файла, затем нажмите кнопку Сохранить и дождитесь создания и сохранения xlsx-файла с данными. Для перемещения вперед и назад между ранее определенными представлениями используйте кнопки вперед и назад. Активируйте сдвиг и масштабирование, нажав кнопку масштабирования, затем переместите мышь в нужное место.
Затем переверните фигуру, нажав и удерживая левую кнопку мыши, перетаскивая ее в новое положение. Отпустите кнопку мыши и выбранная точка на изображении появится в новом положении. Удерживайте клавиши X или Y, чтобы ограничить движение осей.
Чтобы увеличить масштаб, удерживайте правую кнопку мыши и перетащите ее в новое место. Переместите вправо, чтобы увеличить масштаб по оси X, и влево, чтобы уменьшить масштаб по оси X. Проделайте то же самое для оси Y при движении вверх и вниз.
При масштабировании обратите внимание, что точка под мышью остается неподвижной, что позволяет увеличивать или уменьшать масштаб вокруг этой точки. Используйте клавиши-модификаторы X, Y или Control, чтобы ограничить масштаб сохранением X, Y или пропорций соответственно. Чтобы активировать режим масштабирования до прямоугольника, нажмите кнопку масштабирования в прямоугольник.
Наведите курсор на изображение и нажмите левую кнопку мыши. Перетащите мышь в новое место, удерживая кнопку, чтобы определить прямоугольную область. Используйте средство настройки подсюжета для настройки внешнего вида подсюжета.
Чтобы открыть диалоговое окно сохранения файла, нажмите кнопку «Сохранить» и сохраните файл в соответствующих форматах. Типичный рабочий процесс SOA применяется к репрезентативному 2D-изображению дендритной сети, помеченной флуоресцентным анти-MAP2 антителом. Графический интерфейс SOA позволяет сравнивать исходное изображение с сегментированным изображением и обеспечивает мониторинг в режиме реального времени влияния любых изменений на настройки сегментации.
Дендритные ветви классифицируются как растущие параллельные и непараллельные. После завершения анализа количество параллельных ветвей в тестируемом диапазоне извлекается и отображается на частотном графике. Чтобы понять, является ли степень параллельного роста среди дендритных ветвей случайной или направленной, результаты этого графика сравнивают с результатами, извлеченными из моделирования случайного роста линий того же числа, что и у дендритных ветвей в культурах.
Затем SOA измеряет расстояния между параллельными ветвями, а также длины параллельных и непараллельных дендритных ветвей и их среднюю длину. Чтобы определить, существуют ли предпочтительные направления роста, SOA отображает гистограмму распределения углов роста дендритных ветвей, что позволяет быстро идентифицировать предпочтительные направления роста и конкретные дендритные ветви в каждой группе. Выходные данные SOA могут быть использованы в качестве базы данных для инструментов, которые выполняют более глубокий и сложный анализ.