Burada optik koherens tomografi veya OKT dayalı otomatik bir sistem salıyoruz. Bu bize büyük uzamsal ölçekler veya uzun süreler boyunca biyofilmlerin yapısını izlemek için izin verir. OCT görüntüleme de mikrometre aralığında yapıları çözmek için uygundur, ancak şu anda yaklaşık 250 milimetre kare maksimum alanı ile sınırlıdır.
Biyofilmler genellikle bu ölçeği aşar, özellikle farklılaşma büyük ölçekli çevresel degradeler tarafından yönlendirilir. Deneysel kurulum bize büyük uzamsal ölçekler ve uzun süreler boyunca biyofilmlerin üç boyutlu morfogenez izlemek için izin verir. Sistem hızlı, hassas ve bağımsız olarak çalışır.
Biyofilmlerin önemli ekosistem süreçlerini yönlendirdikleri akarsularda morfogenezi inceledik. Ancak, sistem diğer doğal sistem veya mühendislik ortamlarda biyofilmleri incelemek için kullanılabilir. Konumlandırma, görüntü edinme ve analiz için yazılım Python'da yazılmıştır.
Jupyter Notebook'lardan edinilebilirler. Bunlar kullanıcı dostu, serbestçe kullanılabilen ve esnek çözümlerdir. Kurulumun görsel gösteriminin diğer kullanıcıların yüklemeyi yeniden oluşturmasına ve yazılımı daha iyi anlamasına yardımcı olduğuna inanıyoruz.
Bunun diğer araştırmacılara da benzer yaklaşımları benimsemeleri için ilham verdiğini umuyoruz. Yüklemeye genel bir bakış aşağıda veda edebilirsiniz. Sistem hassas bir konumlandırma cihazı oluşur, OCT prob, ve bir pleksiglas flume etrafında monte edilir.
GitHub'da yayınlanan yönergeleri izleyerek konumlandırma cihazını kablolayarak başlayın. Bağlandıktan sonra, ayrı bir GitLab sayfasında açıklandığı gibi GRBL sunucusunu yükleyin. Konumlandırma sistemi artık bu web sayfası üzerinden kontrol edilebilir;alternatif olarak çalışılan örnekte gösterildiği gibi python komut dosyası ile kontrol edilebilir.
Bilgisayarı ve OCT temel ünitesini mikroakışkan aygıtlar, akış odaları, flumes veya filtrasyon sistemleri içeren deneysel kurulumun yanına yerleştirin. Zaten yüklü değilse, üretici tarafından açıklandığı gibi kullanılabilir yazılım ile birlikte OCT sistemini yükleyin. Daha sonra, buraya bağlı GitLab belgelerinde açıklandığı gibi otomatik OCT tbms edinimi için yazılım paketlerini yükleyin.
Görüntü edinimi başlatmak için, uyumlu bir dovetail tutucu kullanarak konumlandırma cihazına optik koherence tomografi probu monte edin. Gerekirse, objektif lens üzerine bir daldırma adaptörü, daha sonra OCT sistemi ve konumlandırma cihazı güç yükleyin. Ticari OCT yazılımını açın, ilgi çekici bir site bulun, örneğe odaklanın ve en iyi görüntü kalitesi için referans kolunu ve ışık kaynağı yoğunluğunu ayarlayın.
Aynı referans kol uzunluğu ve yoğunluğunu korurken koordinatları not edin ve bir dizi pozisyon için bu yordamı tekrarlayın. ImageAcquisition'ı açın. ipynb dosyası jupyter Notebook bu makalenin Ek Dosya 2 bulundu.
Her hücre belirli görevleri gerçekleştirmek için kod içerir ve Hücre'ye basarak ayrı olarak çalıştırılabilir ve ardından Çalıştır veya Çalıştır ve Gir veya Değiştir ve Gir. OCT tarayıcısını devreye almak için konumlandırma aygıtını kalibre etmek için konumlandırma aygıtını bağlamak için gerekli kitaplıklara giden yolu ayarlamak için çalışılan örneği izleyin. Ardından, kırılma indisi, görüş alanının boyutu ve B taraması başına A taraması sayısı da dahil olmak üzere edinme parametrelerini ayarlayın.
Ayrıca, ilk taramaların yoğunluk histogramlarını ve elde edilen veriler ve meta veriler için hedef klasörü temel alınarak OCT taramasının sinyal sınırlarını belirleyin. Görünüm ve çözünürlük alanına bağlı olarak, dosya boyutu OCT tadına göre 1,5 gigabayta kadar ulaşabilir. Bu iki parametre, son veri kümesindeki voksellerin boyutunu ve çıktı dosyasının boyutunu belirler.
OCT sondasının optik çözünürlüğüyle eşleşmeliler. Çalışma örneğinde vurgulandığı gibi, varsayılan parametrelere sahip tek bir OCT taradığı veya farklı bir parametre kümesini belirten tek bir tbmm elde edebilirsiniz. Ayrıca konumlandırma aygıtını taşımak ve tek bir OCT tonu elde etmek için belirli koordinatlar sağlayabilirsiniz.
Bu özellik, yüksek uzamsal doğrulukla denemede aynı konuma tekrar tekrar dönmenizi sağlar. Veriler 8bit olarak kaydedilir. depolama alanı kazanmak için ham format.
OCT ayarları ve koordinatları da dahil olmak üzere meta veriler, aynı adlandırma kuralına sahip bir json dosyasındaki aynı klasöre kaydedilir. Alternatif olarak, ilgi çekici pozisyonların bir listesini belirtin ve ilgili OCT taramalarını otomatik olarak edinin. Biyofilm morfolojik yapılarını büyük çevresel degradeler arasında karakterize etmek için mozaik desenli taramalar elde edin.
Bunun için, %30 varsayılan çakışma ile komşu döşeme sayısını belirtin Ham OCT taramaları bozuk görünür. Bunun nedeni optik sistem üzerinden yol uzunluğu farklılıkları. Bu bozulmayı düzelten bir algoritma geliştirdik.
Görüntü düzeltmeye başlamak için Jupyter dizüstü bilgisayar ImageProcessing.ipynb'yi açın. Bu örneği takiben, sahte sinyalleri dışlamak ve biyofilm substratum üzerinde görünecek şekilde veri kümesi yeniden yönlendirmek için ilk OCT taramaları kırpma. Küresel sapma için bir sonraki düzeltme.
Bunu başarmak için algoritma, OKT taramasında son derece yansıtıcı düz bir yüzeyi yerelleştirir ve taramaları düzleştirmek için bunu referans olarak kullanır. 20'ye 20'lik bir ızgarada algoritma, referans yüzeyini yerelleştirmek için sinyal yoğunluğunda yerel maxima'yı tanımlar. Daha sonra ikinci bir sıra polinom yüzeyi bu noktalar arasında takılır ve Z yönünde OCT tamacının her pikselini kaydırmak için kullanılır.
Bu algoritmanın parametreleri OCT tolasının özelliklerine göre ayarlanmalıdır. Bu düzeltme, birden fazla görüntü de homojen bir referans yüzeyi sağlar ve böylece büyük ölçekli görüntülerin dikiş kolaylaştırır. Görüntü düzleştirildikten sonra, görüntünün biyofilm üzerindeki boş bir alanı tanımlayarak ve ortalama arka plan yoğunluğunu azaltarak görüntüler arka plan gürültüsü için düzeltilir.
Sonraki 3D OCT veri kümesinden bir yükseklik haritası hesaplayın. Bunu yapmak için, substratum gibi bir referans yüzeyi tanımlayın ve uygun bir yoğunluk eşiği seçin. Daha sonra gri tonlama değeri olarak bildirilen biyofilmin yüksekliği ile bir yükseklik haritası işlenir.
Görüntüler mozaik desenli olarak elde edildiyse, dikiş algoritması uygulayarak ilgili yükseklik haritalarını dikin. Fototrofik akım biyofilmlerinin spatiotemporal morfogenezi flume deneyleri kullanılarak otomatik OCT görüntüleme kullanılarak incelendi. Flumes pleksiglas yapılır ve yavaş yavaş çıkış için içinde genişletmek.
Bu akış hızı bir degrade ile sonuçlanır. Burada tüm akış hızı gradient boyunca büyüyen bir biyofilm bir yükseklik haritası. Daha da önemlisi, otomatik OCT görüntüleme sistemi, düşük akış hızından yüksek akış hızı koşullarına kadar farklı akış koşullarında biyofilm kalınlığı, pürüzlülük ve biyohacim gibi yapısal parametrelerin sürekli olarak ölçülmesine olanak tanır.
Morfolojik değişikliklerin yanı sıra, ortalama biyohacim flume girişine uzaklık bir fonksiyonu olarak önemli ölçüde azalmıştır. OCT taramalarının kalitesi referans kol uzunluğuna ve odak mesafesine bağlıdır. Denemeler sırasında bu parametreyi rendelemeniz gerekebilir.
Konumlandırma cihazının doğruluğunu sağlamak için düzenli olarak homing işlemleri yapmayı unutmayın. Bu otomatik görüntüleme cihazı kolayca biyofilmlerin fonksiyonel bir karakterizasyonu için mikrosensör profilleme ile birleştiğinde olabilir. OCT yeni ortaya çıkan bir görüntüleme tekniğidir ve burada sunulan sistemin biyofilm yapısı üzerine araştırmayı teşvik ettiğini öngörüyoruz.
Bu, içme suyu arıtma veya biyoişleme gibi teknolojiler için geçerli olabilir.
