Name: volume segmentation and analysis of biological materials using survos (super-region volume segmentation) workbench
Uploaded: 2017-08-23T15:00:00
Duration: 11 min 38 s
Description: Watch this Scientific Journal Video about Volume Segmentation and Analysis of Biological Materials Using SuRVoS Super-region Volume Segmentation Workbench at JoVE.com

हम स्वीकार करते है और cryoET डेटासेट प्रदान करने के लिए और I13 beamtime के साथ सहायता के लिए एंड्रयू चिऊ हीरा प्रकाश स्रोत से Baylor कॉलेज चिकित्सा से रुई वांग और वाह धंयवाद करना चाहूंगा । इस शोध के कुछ हिस्सों को राष्ट्रीय स्वास्थ्य संस्थान (NIH) अनुदान सं (P41GM103832) द्वारा समर्थित किया गया था हम पीएचडी STU0079 के अंतर्गत संयुक्त रूप से धन Imanol Luengo के लिए डायमंड लाइट स्रोत स्वीकार करते हैं ।

<ol>
	<li>. DiamondLightSource/SuRVoS: Version 1.0. Zenodo Available from: <a target="_blank" href="https://zenodo.org/record/247547">https://zenodo.org/record/247547</a> (2017)</li><li>. SuRVoS Workbench - Super Region Volume Segmentation Available from: <a target="_blank" href="https://diamondlightsource.github.io/SuRVoS/">https://diamondlightsource.github.io/SuRVoS/</a> (2017)</li><li>Frangakis, A. S., F&#246;rster, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Computational+exploration+of+structural+information+from+cryo-electron+tomograms.">Computational exploration of structural information from cryo-electron tomograms.</a> Curr Opin Struct Biol. 14 (3), 325-331 (2004).</li><li>Luci&#263;, V., F&#246;rster, F., Baumeister, W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Structural+studies+by+electron+tomography:+from+cells+to+molecules.">Structural studies by electron tomography: from cells to molecules.</a> Annu Rev Biochem. 74, 833-865 (2005).</li><li>Lu&#269;i&#269;, V., Rigort, A., Baumeister, W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Cryo-electron+tomography:+the+challenge+of+doing+structural+biology+in+situ.">Cryo-electron tomography: the challenge of doing structural biology in situ.</a> J Cell Biol. 202 (3), 407-419 (2013).</li><li>Milani, M., Drobne, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Focused+ion+beam+manipulation+and+ultramicroscopy+of+unprepared+cells.">Focused ion beam manipulation and ultramicroscopy of unprepared cells.</a> Scanning. 28 (3), 148-154 (2006).</li><li>Denk, W., Horstmann, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Serial+Block-Face+Scanning+Electron+Microscopy+to+Reconstruct+Three-Dimensional+Tissue+Nanostructure.">Serial Block-Face Scanning Electron Microscopy to Reconstruct Three-Dimensional Tissue Nanostructure.</a> PLoS Biol. 2 (11), (2004).</li><li>Rigort, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Automated+segmentation+of+electron+tomograms+for+a+quantitative+description+of+actin+filament+networks.">Automated segmentation of electron tomograms for a quantitative description of actin filament networks.</a> J Struct Biol. 177 (1), 135-144 (2012).</li><li>F&#246;rster, F., Han, B. -. G., Beck, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Visual+Proteomics.">Visual Proteomics.</a> Meth Enzymolb. 483, 215-243 (2010).</li><li>Liu, Y., Sigworth, F. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Automatic+cryo-EM+particle+selection+for+membrane+proteins+in+spherical+liposomes.">Automatic cryo-EM particle selection for membrane proteins in spherical liposomes.</a> J Struct Biol. 185 (3), 295-302 (2014).</li><li>Asano, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+molecular+census+of+26S+proteasomes+in+intact+neurons.">A molecular census of 26S proteasomes in intact neurons.</a> Science. 347 (6220), 439-442 (2015).</li><li>Gardu&#241;o, E., Wong-Barnum, M., Volkmann, N., Ellisman, M. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Segmentation+of+electron+tomographic+data+sets+using+fuzzy+set+theory+principles.">Segmentation of electron tomographic data sets using fuzzy set theory principles.</a> J Struct Biol. 162 (3), 368-379 (2008).</li><li>Sommer, C., Straehle, C., K&#246;the, U., Hamprecht, F. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Ilastik:+Interactive+learning+and+segmentation+toolkit.">Ilastik: Interactive learning and segmentation toolkit.</a> 2011 IEEE Int Symp Biomed Imaging: From Nano to Macro. , 230-233 (2011).</li><li>Darrow, M. C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Structural+Mechanisms+of+Mutant+Huntingtin+Aggregation+Suppression+by+the+Synthetic+Chaperonin-like+CCT5+Complex+Explained+by+Cryoelectron+Tomography.">Structural Mechanisms of Mutant Huntingtin Aggregation Suppression by the Synthetic Chaperonin-like CCT5 Complex Explained by Cryoelectron Tomography.</a> J Biol Chem. 290 (28), 17451-17461 (2015).</li><li>Wang, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Electron+cryotomography+reveals+ultrastructure+alterations+in+platelets+from+patients+with+ovarian+cancer.">Electron cryotomography reveals ultrastructure alterations in platelets from patients with ovarian cancer.</a> Proc Natl Acad Sci USA. 112 (46), 14266-14271 (2015).</li><li>Shahmoradian, S. H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=TRiC's+tricks+inhibit+huntingtin+aggregation.">TRiC's tricks inhibit huntingtin aggregation.</a> eLife. 2, (2013).</li><li>Dai, W., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Visualizing+virus+assembly+intermediates+inside+marine+cyanobacteria.">Visualizing virus assembly intermediates inside marine cyanobacteria.</a> Nature. 502 (7473), 707-710 (2013).</li><li>Sandberg, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Methods+for+Image+Segmentation+in+Cellular+Tomography.">Methods for Image Segmentation in Cellular Tomography.</a> Methods Cell Biol. 79, 769-798 (2007).</li><li>Volkmann, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Methods+for+Segmentation+and+Interpretation+of+Electron+Tomographic+Reconstructions.">Methods for Segmentation and Interpretation of Electron Tomographic Reconstructions.</a> Methods Enzymol. 483, 31-46 (2010).</li><li>Tsai, W. -. T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=From+Voxels+to+Knowledge:+A+Practical+Guide+to+the+Segmentation+of+Complex+Electron+Microscopy+3D-Data.">From Voxels to Knowledge: A Practical Guide to the Segmentation of Complex Electron Microscopy 3D-Data.</a> J Vis Exp. (90), (2014).</li><li>. Amira &amp; Avizo 3D: Software for Scientific and Industrial Data Available from: <a target="_blank" href="https://www.fei.com/software/amira-avizo/">https://www.fei.com/software/amira-avizo/</a> (2016)</li><li>Kremer, J. R., Mastronarde, D. N., McIntosh, J. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Computer+Visualization+of+Three-Dimensional+Image+Data+Using+IMOD.">Computer Visualization of Three-Dimensional Image Data Using IMOD.</a> J Struct Biol. 116 (1), 71-76 (1996).</li><li>Nguyen, H., Ji, Q. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Shape-driven+three-dimensional+watersnake+segmentation+of+biological+membranes+in+electron+tomography.">Shape-driven three-dimensional watersnake segmentation of biological membranes in electron tomography.</a> IEEE trans med imaging. 27 (5), 616-628 (2008).</li><li>Rusu, M., Starosolski, Z., Wahle, M., Rigort, A., Wriggers, W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Automated+tracing+of+filaments+in+3D+electron+tomography+reconstructions+using+Sculptor+and+Situs.">Automated tracing of filaments in 3D electron tomography reconstructions using Sculptor and Situs.</a> J Struct Biol. 178 (2), 121-128 (2012).</li><li>Moussavi, F., Heitz, G., Amat, F., Comolli, L. R., Koller, D., Horowitz, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=3D+segmentation+of+cell+boundaries+from+whole+cell+cryogenic+electron+tomography+volumes.">3D segmentation of cell boundaries from whole cell cryogenic electron tomography volumes.</a> J Struct Biol. 170 (1), 134-145 (2010).</li><li>Hecksel, C. W., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Quantifying+Variability+of+Manual+Annotation+in+Cryo-Electron+Tomograms.">Quantifying Variability of Manual Annotation in Cryo-Electron Tomograms.</a> Microsc Mpicroanal. 22 (3), 487-496 (2016).</li><li>Achanta, R., Shaji, A., Smith, K., Lucchi, A., Fua, P., S&#252;sstrunk, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=SLIC+superpixels+compared+to+state-of-the-art+superpixel+methods.">SLIC superpixels compared to state-of-the-art superpixel methods.</a> IEEE trans pattern anal mach intell. 34 (11), 2274-2282 (2012).</li><li>Luengo, I., Basham, M., French, A. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Fast+global+interactive+volume+segmentation+with+regional+supervoxel+descriptors.">Fast global interactive volume segmentation with regional supervoxel descriptors.</a> Proc. SPIE. 9784, (2016).</li><li>Luengo, I., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=SuRVoS:+Super-Region+Volume+Segmentation+Workbench.">SuRVoS: Super-Region Volume Segmentation Workbench.</a> J Struct Biol. 198 (1), 43-53 (2017).</li><li>. DiamondLightSource/Savu: Version 1.2. Zenodo Available from: <a target="_blank" href="https://zenodo.org/record/198726">https://zenodo.org/record/198726</a> (2014)</li><li>Paganin, D., Mayo, S. C., Gureyev, T. E., Miller, P. R., Wilkins, S. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Simultaneous+phase+and+amplitude+extraction+from+a+single+defocused+image+of+a+homogeneous+object.">Simultaneous phase and amplitude extraction from a single defocused image of a homogeneous object.</a> J Microsc. 206 (Pt 1), 33-40 (2002).</li><li>van Aarle, W., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Fast+and+flexible+X-ray+tomography+using+the+ASTRA+toolbox.">Fast and flexible X-ray tomography using the ASTRA toolbox.</a> Opt Express. 24 (22), 25129-25147 (2016).</li><li>Palenstijn, W. J., Batenburg, K. J., Sijbers, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Performance+improvements+for+iterative+electron+tomography+reconstruction+using+graphics+processing+units+(GPUs).">Performance improvements for iterative electron tomography reconstruction using graphics processing units (GPUs).</a> J Struct Biol. 176 (2), 250-253 (2011).</li><li>Mastronarde, D. N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Dual-Axis+Tomography:+An+Approach+with+Alignment+Methods+That+Preserve+Resolution.">Dual-Axis Tomography: An Approach with Alignment Methods That Preserve Resolution.</a> J Struct Biol. 120 (3), 343-352 (1997).</li><li>Duke, E., Dent, K., Razi, M., Collinson, L. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Biological+applications+of+cryo-soft+X-ray+tomography.">Biological applications of cryo-soft X-ray tomography.</a> J Microsc. 255 (2), 65-70 (2014).</li><li>Arbel&#225;ez, P., Maire, M., Fowlkes, C., Malik, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Contour+detection+and+hierarchical+image+segmentation.">Contour detection and hierarchical image segmentation.</a> IEEE trans pattern anal mach intell. 33 (5), 898-916 (2011).</li></ol>

लेखकों की घोषणा वे कोई प्रतिस्पर्धा वित्तीय हितों की है ।

SuRVoS कार्यक्षेत्र के लिए शोधकर्ताओं ने विभिंन नमूनों से volumetric डेटा से वैज्ञानिक रूप से प्रासंगिक जानकारी निकालने के लिए डिजाइन सॉफ्टवेयर का एक टुकड़ा है, ब्याज की संरचना की परवाह किए बिना, संकल्प या इमेजिंग चाहेको1, 2. इन के रूप में Volumetric डेटा अक्सर एक्स-रे या इलेक्ट्रॉन टोमोग्राफी प्रणालियों का उपयोग कर एकत्र कर रहे हैं, नियमित रूप से बड़ी प्रयोगशालाओं या उनकी जटिलता के कारण केंद्रीकृत सुविधाओं पर आधारित है । इन पद्धतियों के दोनों, और अंय तकनीकों, बड़े, जानकारी रिच डेटासेट जो या तो अर्द्ध स्वचालित तरीकों या मैंयुअल रूप से खंड के लिए चुनौतीपूर्ण साबित उत्पादन । विशेष रूप से, पास-नेटिव स्टेट क्रायो-मैटीरियल डेटासेट की आवश्यकता कम-खुराक इमेजिंग शर्तों, जिसके परिणामस्वरूप कम सिग्नल-टू-शोर अनुपात और खराब कंट्रास्ट में, विशेष रूप से क्रायो इलेक्ट्रॉन टोमोग्राफी (cryoET) में3,4,5 . कुछ 3 डी डेटासेट में एक अतिरिक्त कारक, शामिल चुनौतीपूर्ण प्रयोगात्मक शर्तों द्वारा शुरू की कलाकृतियों की उपस्थिति है, उदाहरण के लिए एक सीमित झुकाव रेंज पर डेटा संग्रह के कारण कील कलाकृतियों लापता, लापता जानकारी में जिसके परिणामस्वरूप और बीम3,4,5की दिशा में बढ़ाव । यहां तक कि जब कम संकेत करने वाली शोर या गुम कील कलाकृतियों समस्याग्रस्त नहीं है (जैसे केंद्रित आयन बीम sem6 या सीरियल ब्लॉक चेहरा SEM7), जटिलता और नमूना के तीन आयामी प्रकृति, और डेटा की बड़ी राशि मतलब विश्लेषण होगा अभी भी डेटा विभाजन के लिए एक स्वचालित प्रक्रिया से लाभ ।
वर्तमान में, जब कोशिकाओं के जैविक मात्रा पर विचार, वहां स्वचालित रूप से या अर्द्ध स्वचालित रूप से बहुत विशिष्ट सेलुलर सुविधाओं, जैसे actin, microtubules, या विशिष्ट प्रोटीन परिसरों की पहचान के लिए कई विकल्प हैं, एक टेंपलेट आधारित खोज का उपयोग कर, या विशिष्ट प्रकार के डेटासेट में सुविधाओं की पहचान करना (उदा. उच्च कंट्रास्ट, सना हुआ, राल-एंबेडेड नमूने)8,9,10,11,12. हालांकि, इन मामलों में एक प्राथमिकताओं जानकारी या विशिष्ट नमूना तैयारी प्रोटोकॉल आवश्यक हैं, इन विभाजन रणनीतियों की व्यापक प्रयोज्यता सीमित । वहां भी उपलब्ध उपकरण है कि voxel स्तर पर मॉडल प्रशिक्षण प्रदर्शन हित के विभिंन संरचनाओं की उपस्थिति जानने के लिए जब उपयोगकर्ता इनपुट13दिया । हालांकि, इस स्तर पर प्रशिक्षण और परीक्षण मॉडलों की जटिलता त्रुटि प्रवण और गणना महंगा हो सकता है । चुनौतीपूर्ण छवि स्थितियों को देखते हुए, और व्यापक रूप से लागू की कमी, अर्द्ध स्वचालित विभाजन रणनीतियों, मैनुअल विभाजन आम है, यहां तक कि जब जटिल जैविक सामग्री के साथ काम कर14,15, 16 , 17. तथापि, यह आम तौर पर स्वीकार किए जाते है कि मैनुअल विभाजन की प्रक्रिया न केवल समय लेने वाली है, लेकिन यह भी त्रुटि प्रवण, व्यक्तिपरक और चर4,5,18,19 ,20. कुछ सेगमेंटेशन प्रोग्राम मैन्युअल सेगमेंटेशन प्रक्रिया (यानी इंटरपोलेशन, कमंद, या ब्लो टूल)21,22को कम करने के लिए टूल प्रदान करते हैं, हालांकि, शोर डेटासेट के मामलों में, उन्हें सफलतापूर्वक लागू करना कठिन होता है और यहां तक कि जब वे सफलतापूर्वक उपयोग किया जाता है, प्रक्रिया अभी भी व्यक्तिपरक और चर है ।
पारंपरिक रूप से, सेगमेंट का उपयोग दो अलग तरीकों से किया गया है: गुणात्मक या मात्रात्मक रूप से. इमेजिंग प्रौद्योगिकियों और विभाजन रणनीतियों में सुधार के रूप में, यह अधिक एक मात्रात्मक उपकरण के रूप में जैविक प्रश्नों के उत्तर और एल्गोरिथ्म विकास के लिए एक "जमीन सत्य" के रूप में उपयोग करने के लिए आम हो गया है8,12, 15,23,24,25. ऐसा करने के लिए, विस्तृत जाँच और शेष प्रक्रिया26भर में परिवर्तनशीलता और मनोवाद को कम करने के लिए आवश्यक हैं । हालांकि, इन सावधानियों आगे फॉल्ट की समय लेने वाली प्रकृति में वृद्धि । इस वजह से, यह एक तेज और कम चर विभाजन रणनीति प्रदान करने के लिए महत्वपूर्ण है ।
SuRVoS कार्यक्षेत्र के लिए मशीन सीखने और छवि प्रसंस्करण उपकरण है कि विभाजन की प्रक्रिया में उपयोगकर्ता की सहायता के एक चयन के साथ उपयोगकर्ता प्रदान करके इन मुद्दों को संबोधित शुरू होता है, जबकि भी आवश्यक कदम के माध्यम से उपयोगकर्ता मार्गदर्शन । इस लक्ष्य को हासिल करने के लिए, दो प्रमुख नवाचारों SuRVoS में एक साथ लागू कर रहे हैं । सबसे पहले, यह एक सुपर क्षेत्र पदानुक्रम का उपयोग करता है इसी तरह, अपने निहित संपत्तियों के आधार पर डेटा के आसपास के क्षेत्रों के समूह । पदानुक्रम में क्षेत्र के प्रत्येक कम तत्वों का उपयोग कर एक ही मात्रा का प्रतिनिधित्व करता है, जबकि अभी भी मजबूत सीमा पालन प्रदान. इस प्रकार, सुपर क्षेत्रों परिमाण के कई आदेशों से एक मात्रा खंड की जटिलता को कम अभी तक अभी भी जानकारी के महत्वपूर्ण नुकसान के बिना डेटा का प्रतिनिधित्व27। दूसरा, SuRVoS एक अर्द्ध स्वचालित विभाजन रणनीति है कि classifiers, जो तब शेष खंड28,29खंड के लिए इस्तेमाल किया जाता है प्रशिक्षित करने के लिए ंयूनतम मैनुअल फॉल्ट इनपुट का उपयोग करता है । यह कार्यनीति मैन्युअल सेगमेंटेशन को कम करती है, सेगमेंटिंग पर खर्च होने वाले उपयोगकर्ता समय की मात्रा को घटाता है और सुपर-क्षेत्रों का उपयोग करने पर, सीमाओं की मैन्युअल रेखा को निकालती है, संभावित रूप से परिवर्तनशीलता और मनोवाद को कम करती है.
SuRVoS की एक और प्रमुख विशेषता लेबल अलगानेवाला उपकरण है, जिससे एक उपयोगकर्ता पहले से ही विभाजित वस्तुओं की एक श्रृंखला वर्गीकृत कर सकते है उनके अंतर्निहित गुणों के आधार पर । ब्याज की विभिन्न वस्तुओं के विभाजन के बाद, इस उपकरण के लिए औसत वस्तु तीव्रता, विचरण, आकार, स्थान, आदि जैसे उपायों के आधार पर उपवर्गों में सेट विभाजित किया जा सकता है । यह उपयोगी है जब वस्तुओं के बड़े समूहों के साथ वर्गीकृत उच्च जटिलता । उदाहरण के लिए, सेलुलर organelles के एक समूह mitochondria, खाली बुलबुले, लिपिड बूंदों, आदि में विभाजित किया जा सकता है; या सामग्री समावेशन का एक सेट आकार या आकृति के आधार पर अलग किया जा सकता है । एक बार अलग लेबल खंडों classifiers के किसी भी संख्या का उपयोग कर समूहों में विभाजित किया जा सकता है, पहचान पूर्वाग्रह को कम करने ।
SuRVoS कार्यक्षेत्र सफलतापूर्वक कई इमेजिंग तकनीकों से डेटा खंड करने के लिए उपयोग किया गया है । यहां, सिंक्रोट्रॉन एक्स-रे चरण कन्ट्रास्ट टोमोग्राफी (microCT) एक संयंत्र के फलने शरीर का प्रदर्शन करने के लिए प्रयोग किया जाता है segmentatiमॉडल प्रशिक्षण का उपयोग करने पर, मानव प्लेटलेट्स के क्रायो इलेक्ट्रॉन टोमोग्राफी (cryoET) सुपर और megavoxels का उपयोग कर विभाजन को प्रदर्शित करने के लिए प्रयोग किया जाता है, और एक cryoSXT सेल लाइन के क्रायो सॉफ्ट एक्स-रे टोमोग्राफी (स्तनधारी) लेबल बंटवारे उपकरण प्रदर्शित करने के लिए प्रयोग किया जाता है

<table>
	<tbody>
		<tr>
			<td>computer</td>
			<td>n/a</td>
			<td>n/a</td>
			<td>Must be running Linux operating system and have an NVidia GPU with at least 4 GB of memory</td>
		</tr>
	</tbody>
</table>

volume segmentation and analysis of biological materials using survos (super-region volume segmentation) workbench

विभाजन एक छवि वाले खंड के भीतर विशिष्ट क्षेत्रों या वस्तुओं को अलग करने की प्रक्रिया है, ताकि आगे के अध्ययन के हित के इन क्षेत्रों पर किया जा सकता है । जब जटिल जैविक प्रणालियों के विश्लेषण पर विचार, तीन आयामी छवि डेटा के विभाजन एक समय लगता है और श्रम गहन कदम है । कई इमेजिंग विधियों की वृद्धि की उपलब्धता के साथ और स्वचालित डेटा संग्रह योजनाओं के साथ, यह आधुनिक प्रयोगात्मक जीवविज्ञानी के लिए एक बढ़ी हुई चुनौती ज्ञान के लिए डेटा से स्थानांतरित करने के लिए बन गया । यह प्रकाशन SuRVoS कार्यक्षेत्र के उपयोग का वर्णन करता है, एक को अर्द्ध स्वचालित रूप से खंड जटिल जैविक volumetric डेटा प्रदान करके इन मुद्दों को हल डिजाइन कार्यक्रम । आवर्धन और इमेजिंग मोडलों भिन्न के तीन डेटासेट यहाँ प्रस्तुत कर रहे हैं, प्रत्येक SuRVoS के साथ विभाजन के विभिन्न रणनीतियों पर प्रकाश डाला. चरण कंट्रास्ट एक्स-रे टोमोग्राफी (एक संयंत्र के फलने शरीर के microCT) मॉडल प्रशिक्षण का उपयोग कर विभाजन को प्रदर्शित करने के लिए प्रयोग किया जाता है, मानव प्लेटलेट्स के क्रायो इलेक्ट्रॉन टोमोग्राफी (cryoET) सुपर और megavoxels का उपयोग कर विभाजन को प्रदर्शित करने के लिए प्रयोग किया जाता है, और क्रायो नरम एक स्तनधारी सेल लाइन के एक्स-रे टोमोग्राफी (cryoSXT) लेबल बंटवारे उपकरण प्रदर्शित करने के लिए प्रयोग किया जाता है । प्रत्येक डेटा प्रकार के लिए रणनीतियाँ और पैरामीटर्स भी प्रस्तुत किए गए हैं. एक एकल इंटरैक्टिव उपकरण में अर्द्ध स्वचालित प्रक्रियाओं का एक चयन सम्मिश्रण द्वारा, SuRVoS कई लाभ प्रदान करता है. कुल समय खंड volumetric डेटा पांच के एक पहलू से जब मैनुअल विभाजन, कई छवि प्रसंस्करण क्षेत्रों में एक मुख्य की तुलना में कम है । यह एक महत्वपूर्ण बचत है जब पूर्ण मैनुअल विभाजन के प्रयास के सप्ताह लग सकते हैं । साथ ही, मनोवाद गणना की पहचान की सीमाओं के उपयोग के माध्यम से संबोधित किया है, और एक मामला दर-मामले के आधार पर के बजाय उनके परिकलित गुण द्वारा ऑब्जेक्ट्स के जटिल संग्रह विभाजन ।

Watch this Scientific Journal Video about Volume Segmentation and Analysis of Biological Materials Using SuRVoS Super-region Volume Segmentation Workbench at JoVE.com

Volume Segmentation and Analysis of Biological Materials Using SuRVoS Super-region Volume Segmentation Workbench

SuRVoS (सुपर-क्षेत्र खंड विभाजन) कार्यक्षेत्र का उपयोग करते हुए जैविक सामग्रियों की मात्रा का विभाजन और विश्लेषण

कई इमेजिंग तकनीकों से तीन आयामी डेटा का विभाजन जटिल जैविक प्रणालियों के विश्लेषण में एक बड़ी अड़चन है । यहाँ, हम क्रायो-इलेक्ट्रॉन टोमोग्राफी, क्रायो नरम एक्स-रे टोमोग्राफी, और चरण इसके विपरीत एक्स-रे टोमोग्राफी तकनीक से उदाहरण datasets का उपयोग कर विभिन्न लंबाई-तराजू पर अर्द्ध स्वचालित रूप से खंड volumetric डेटा SuRVoS कार्यक्षेत्र के उपयोग का वर्णन ।

Segmentation is the process of isolating specific regions or objects within an imaged volume, so that further study can be undertaken on these areas of ...

Research

JoVE Journal

Biology

Volume Segmentation and Analysis of Biological Materials Using SuRVoS (Super-region Volume Segmentation) Workbench

Large Volume (20L+) Filtration of Coastal Seawater Samples

Large Volume 20L+ Filtration of Coastal Seawater Samples

बड़ी मात्रा में (20L +) तटीय समुद्र के पानी के नमूने की निस्पंदन

The workflow begins with the collection of coastal marine waters for downstream microbial community, nutrient and trace gas analyses. For this method, ...

Small Volume (1-3L) Filtration of Coastal Seawater Samples

Small Volume 1-3L Filtration of Coastal Seawater Samples

तटीय समुद्र के पानी के नमूनों की छोटी मात्रा (1-3L) निस्पंदन

The workflow begins with the collection of coastal marine waters for downstream microbial community, nutrient and trace gas analyses. For today s ...

Concentration Determination of Nucleic Acids and Proteins Using the Micro-volume Bio-spec Nano Spectrophotometer

लघु मात्रा जैव कल्पना नैनो स्पेक्ट्रोफोटोमीटर का प्रयोग न्यूक्लिक एसिड और प्रोटीन की एकाग्रता निर्धारण

Nucleic Acid quantitation procedures have advanced significantly in the last three decades.  More and more, molecular biologists require consistent ...

Aseptic Laboratory Techniques: Volume Transfers with Serological Pipettes and Micropipettors

सड़न रोकनेवाला प्रयोगशाला तकनीक: खंड सीरम विज्ञानी Pipettes और Micropipettors के के साथ स्थानांतरण

Microorganisms are everywhere - in the air, soil, and human body as well as on inanimate surfaces like laboratory benches and computer keyboards. The ...

Reconstruction of 3-Dimensional Histology Volume and its Application to Study Mouse Mammary Glands

3 आयामी प्रोटोकॉल वॉल्यूम और माउस स्तन ग्रंथियों का अध्ययन करने के लिए अपने आवेदन के पुनर्निर्माण

Histology volume reconstruction facilitates the study of 3D shape and volume change of an organ at the level of macrostructures made up of cells. It can ...

Cardiac Pressure-Volume Loop Analysis Using Conductance Catheters in Mice

चूहे में प्रवाहकत्त्व कैथेटर्स का प्रयोग कार्डिएक दबाव मात्रा लूप विश्लेषण

Cardiac pressure-volume loop analysis is the &#8220;gold-standard&#8221; in the assessment of load-dependent and load-independent measures of ventricular ...

Measuring Pressure Volume Loops in the Mouse

मापने माउस में दबाव माप लूप्स

Understanding the causes and progression of heart disease presents a significant challenge to the biomedical community. The genetic flexibility of the ...

ACT-PRESTO: Biological Tissue Clearing and Immunolabeling Methods for Volume Imaging

अधिनियम-सफ़ाई: जैविक ऊतक समाशोधन और मात्रा इमेजिंग के लिए immunolabeling के तरीके

The identification and exploration of the detailed organization of organs or of the whole body at the cellular level are fundamental challenges in ...

Biological Sample Preparation by High-pressure Freezing, Microwave-assisted Contrast Enhancement, and Minimal Resin Embedding for Volume Imaging

उच्च दबाव ठंड, माइक्रोवेव की सहायता के विपरीत वृद्धि, और मात्रा इमेजिंग के लिए ंयूनतम राल Embedding द्वारा जैविक नमूना तैयारी

The described sample preparation technique is designed to combine the best quality of ultrastructural preservation with the most suitable contrast for the ...

Array Tomography Workflow for the Targeted Acquisition of Volume Information using Scanning Electron Microscopy

स्कैनिंग इलेक्ट्रॉन माइक्रोस्कोपी का उपयोग करके वॉल्यूम जानकारी के लक्षित अधिग्रहण के लिए सरणी टोमोग्राफी वर्कफ़्लो

Electron microscopy is applied in biology and medicine for imaging of cellular and structural details at nanometer resolution. Historically, Transmission ...