Name: a method for 3d reconstruction and virtual reality analysis of glial and neuronal cells
Uploaded: 2019-09-28T13:00:00
Duration: 12 min 49 s
Description: Watch this Scientific Journal Video about A Method for 3D Reconstruction and Virtual Reality Analysis of Glial and Neuronal Cells at JoVE.com

وقد دعم هذا العمل من قبل جامعه الملك عبد الله للعلوم والتكنولوجيا (KAUST) منح البحوث التنافسية (CRG) منحه "تحالف KAUST-BBP لنمذجة تكامليه لاستقلاب طاقة الدماغ" إلى P.J.M.

<ol>
	<li>Leighton, S. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=SEM+images+of+block+faces,+cut+by+a+miniature+microtome+within+the+SEM+-+a+technical+note.">SEM images of block faces, cut by a miniature microtome within the SEM - a technical note.</a> Scanning Electron Microscopy. , 73-76 (1981).</li><li>Knott, G., Marchman, H., Wall, D., Lich, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Serial+section+scanning+electron+microscopy+of+adult+brain+tissue+using+focused+ion+beam+milling.">Serial section scanning electron microscopy of adult brain tissue using focused ion beam milling.</a> Journal of Neuroscience. 28, 2959-2964 (2008).</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 Biology. 2, e329 (2004).</li><li>Coggan, J. 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+Process+for+Digitizing+and+Simulating+Biologically+Realistic+Oligocellular+Networks+Demonstrated+for+the+Neuro-Glio-Vascular+Ensemble.">A Process for Digitizing and Simulating Biologically Realistic Oligocellular Networks Demonstrated for the Neuro-Glio-Vascular Ensemble.</a> Frontiers in Neuroscience. 12, (2018).</li><li>Tomassy, G. 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=Distinct+Profiles+of+Myelin+Distribution+Along+Single+Axons+of+Pyramidal+Neurons+in+the+Neocortex.">Distinct Profiles of Myelin Distribution Along Single Axons of Pyramidal Neurons in the Neocortex.</a> Science. 344, 319-324 (2014).</li><li>Wanner, A. A., Genoud, C., Masudi, T., Siksou, L., Friedrich, R. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Dense+EM-based+reconstruction+of+the+interglomerular+projectome+in+the+zebrafish+olfactory+bulb.">Dense EM-based reconstruction of the interglomerular projectome in the zebrafish olfactory bulb.</a> Nature Neuroscience. 19, 816-825 (2016).</li><li>Kasthuri, N., 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=Saturated+Reconstruction+of+a+Volume+of+Neocortex.">Saturated Reconstruction of a Volume of Neocortex.</a> Cell. 162, 648-661 (2015).</li><li>Cal&#236;, 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=The+effects+of+aging+on+neuropil+structure+in+mouse+somatosensory+cortex&#8212;A+3D+electron+microscopy+analysis+of+layer+1.">The effects of aging on neuropil structure in mouse somatosensory cortex&#8212;A 3D electron microscopy analysis of layer 1.</a> PLOS ONE. 13, e0198131 (2018).</li><li>Cal&#236;, C., Agus, M., Gagnon, N., Hadwiger, M., Magistretti, P. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Visual+Analysis+of+Glycogen+Derived+Lactate+Absorption+in+Dense+and+Sparse+Surface+Reconstructions+of+Rodent+Brain+Structures.">Visual Analysis of Glycogen Derived Lactate Absorption in Dense and Sparse Surface Reconstructions of Rodent Brain Structures.</a> , (2017).</li><li>Cal&#236;, 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=Three-dimensional+immersive+virtual+reality+for+studying+cellular+compartments+in+3D+models+from+EM+preparations+of+neural+tissues.">Three-dimensional immersive virtual reality for studying cellular compartments in 3D models from EM preparations of neural tissues.</a> Journal of Comparative Neurology. 524, 23-38 (2016).</li><li>Fiala, J. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Reconstruct:+a+free+editor+for+serial+section+microscopy.">Reconstruct: a free editor for serial section microscopy.</a> Journal of Microscopy. 218, 52-61 (2005).</li><li>Cardona, 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=TrakEM2+software+for+neural+circuit+reconstruction.">TrakEM2 software for neural circuit reconstruction.</a> PLOS ONE. 7, e38011 (2012).</li><li>Januszewski, M., 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=High-precision+automated+reconstruction+of+neurons+with+flood-filling+networks.">High-precision automated reconstruction of neurons with flood-filling networks.</a> Nature Methods. 1, (2018).</li><li>Shahbazi, 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=Flexible+Learning-Free+Segmentation+and+Reconstruction+of+Neural+Volumes.">Flexible Learning-Free Segmentation and Reconstruction of Neural Volumes.</a> Scientific Reports. 8, 14247 (2018).</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).</li><li>Holst, G., Berg, S., Kare, K., Magistretti, P., Cal&#236;, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Adding+large+EM+stack+support.">Adding large EM stack support.</a> , (2016).</li><li>Beyer, J., 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=ConnectomeExplorer:+query-guided+visual+analysis+of+large+volumetric+neuroscience+data.">ConnectomeExplorer: query-guided visual analysis of large volumetric neuroscience data.</a> IEEE Transactions on Visualization and Computer Graphics. 19, 2868-2877 (2013).</li><li>Beyer, J., 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=Culling+for+Extreme-Scale+Segmentation+Volumes:+A+Hybrid+Deterministic+and+Probabilistic+Approach.">Culling for Extreme-Scale Segmentation Volumes: A Hybrid Deterministic and Probabilistic Approach.</a> IEEE Transactions on Visualization and Computer. , (2018).</li><li>Jorstad, 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=NeuroMorph:+A+Toolset+for+the+Morphometric+Analysis+and+Visualization+of+3D+Models+Derived+from+Electron+Microscopy+Image+Stacks.">NeuroMorph: A Toolset for the Morphometric Analysis and Visualization of 3D Models Derived from Electron Microscopy Image Stacks.</a> Neuroinformatics. 13, 83-92 (2015).</li><li>Jorstad, A., Blanc, J., Knott, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=NeuroMorph:+A+Software+Toolset+for+3D+Analysis+of+Neurite+Morphology+and+Connectivity.">NeuroMorph: A Software Toolset for 3D Analysis of Neurite Morphology and Connectivity.</a> Frontiers in Neuroanatomy. 12, 59 (2018).</li><li>Cal&#236;, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Astroglial+anatomy+in+the+times+of+connectomics.">Astroglial anatomy in the times of connectomics.</a> Journal of Translational Neuroscience. 2, 31-40 (2017).</li><li>Mohammed, 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=Abstractocyte:+A+Visual+Tool+for+Exploring+Nanoscale+Astroglial+Cells.">Abstractocyte: A Visual Tool for Exploring Nanoscale Astroglial Cells.</a> IEEE Transactions on Visualization and Computer Graphics. , (2017).</li><li>Agus, M., 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=GLAM:+Glycogen-derived+Lactate+Absorption+Map+for+visual+analysis+of+dense+and+sparse+surface+reconstructions+of+rodent+brain+structures+on+desktop+systems+and+virtual+environments.">GLAM: Glycogen-derived Lactate Absorption Map for visual analysis of dense and sparse surface reconstructions of rodent brain structures on desktop systems and virtual environments.</a> Computers &amp; Graphics. 74, 85-98 (2018).</li><li>&#201;cole Polytechnique F&#233;d&#233;rale de Lausanne. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> NeuroMorph Analysis and Visualization Toolset. , (2018).</li><li>. GitHub - daniJb/glycol-analysis: Glycogen_analysis.py is a python-blender API based script that performs analysis on a reconstructed module of glycogen data Available from: <a target="_blank" href="https://github.com/daniJb/glyco-analysis">https://github.com/daniJb/glyco-analysis</a> (2018)</li><li>. GitHub &#8211; magus74/GLAM: Glycogen Lactate Absorption Model Available from: <a target="_blank" href="https://github.com/magus74/GLAM">https://github.com/magus74/GLAM</a> (2019)</li><li>Agus, M., 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=GLAM:+Glycogen-derived+Lactate+Absorption+Map+for+visual+analysis+of+dense+and+sparse+surface+reconstructions+of+rodent+brain+structures+on+desktop+systems+and+virtual+environments.">GLAM: Glycogen-derived Lactate Absorption Map for visual analysis of dense and sparse surface reconstructions of rodent brain structures on desktop systems and virtual environments.</a> Dryad Digital Repository. , (2018).</li><li>Cal&#236;, 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=Data+from:+The+effects+of+aging+on+neuropil+structure+in+mouse+somatosensory+cortex&#8212;A+3D+electron+microscopy+analysis+of+layer+1.">Data from: The effects of aging on neuropil structure in mouse somatosensory cortex&#8212;A 3D electron microscopy analysis of layer 1.</a> Dryad Digital Repository. , (2018).</li></ol>

وليس لدي المؤلفين ما يفصحون عنه.

الطريقة المعروضة هنا هي دليل خطوه بخطوه مفيده لتقسيم وأعاده بناء 3D من مجموعه البيانات EM متعددة المقاييس ، سواء كانت تاتي من تقنيات التصوير عاليه الدقة ، مثل التقنية المؤسسية-SEM ، أو غيرها من العمليات المتسلسلة الألى والتصوير تقنيات. الاكذوبه-SEM لديه ميزه الوصول المحتملة الكمال في حجم فوكسل بقطع مقاطع رقيقه مثل 5 نانومتر باستخدام شعاع أيون مركزه ، فوف قد تكون محدوده ل 15-20 μm بسبب التحف الجانبية ، والتي ربما بسبب ترسب الانسجه قطع إذا كان FO V يتجاوز هذه القيمة. ويمكن تجنب مثل هذه القطع الاثريه باستخدام تقنيات أخرى ، مثل SBEM ، الذي يستخدم سكين الماس لقطع المقاطع التسلسلية داخل غرفه المجهر. في هذه الحالة الاخيره ، يمكن ان يكون القرار z حول 20 نانومتر في أحسن الأحوال (عاده ، 50 نانومتر) ، ولكن فوف قد يكون أكبر ، علي الرغم من ان القرار بكسل يجب ان يكون عرضه للخطر لمنطقه شاسعه من الاهتمام. حل واحد للتغلب علي هذه القيود (التكبير مقابل فوف) هو تقسيم المنطقة من الاهتمام في البلاط والحصول علي كل واحد منهم في قرار اعلي. لقد أظهرنا هنا النتائج من كل من المكدس SBEM-مجموعه البيانات (ط) في النتائج التمثيلية-والاكذوبه-SEM كومه-البيانات (2) في النتائج التمثيلية.
ومع تزايد شيوع توليد مجموعات البيانات الأكبر حجما والأكبر حجما ، تتزايد الجهود المبذولة لإيجاد أدوات لتصنيف البيكسل والتجزئة المؤتمتة للصور. ومع ذلك ، حتى الآن ، لم يثبت اي برنامج موثوقيه مماثله لتلك التي من التدقيق اللغوي البشري ، ولذلك لا يزال من الضروري ، بغض النظر عن مدي مضيعه للوقت. وبشكل عام ، يمكن أعاده تشكيل مجموعات البيانات الصغيرة التي يمكن اختزالها ، كما في حاله مجموعه البيانات ' 2 ' ، بشكل كثيف من قبل مستخدم واحد خبير في الأسبوع ، بما في ذلك وقت التدقيق اللغوي.
البروتوكول المعروض هنا ينطوي علي استخدام ثلاثه برامج البرمجيات علي وجه الخصوص: فيجي (الإصدار 2.0.0/1.65 b) ، ilastik (الإصدار 1-3-2 rc2) ، وخلاط (2.79) ، والتي هي جميع البرامج مفتوحة المصدر ومتعددة منصة وتحميلها مجانا. فيجي هو الإفراج عن ImageJ ، مدعوم من الإضافات لتحليل الصور البيولوجية. لديها بنيه البرمجيات قويه ويقترح كما هو منصة مشتركه للعلماء الحياة ويشمل TrakEM2 ، واحده من الإضافات الاولي والأكثر استخداما علي نطاق واسع لتقسيم الصورة. مشكله واحده من قبل العديد من المستخدمين في الاونه الاولي هو الانتقال من جافا 6 إلى Java 8 ، الذي يقوم بإنشاء مشاكل التوافق. لذلك ، نقترح الامتناع عن التحديث إلى Java 8 ، ان أمكن ، للسماح لفيجي بالعمل بشكل صحيح. ilastik هو برنامج قوي يوفر عددا من الأطر لتصنيف بكسل ، كل واحد موثق وشرح علي موقعه علي الإنترنت. وحده نحت المستخدمة لتقسيم شبه الألى من مكدسات EM مريحه لأنه يوفر الكثير من الوقت ، مما يسمح للعلماء للحد من الوقت المستغرق في العمل اليدوي من أشهر إلى أيام لمستخدم من ذوي الخبرة ، كما هو الأمر مع بنقره واحده يمكن ان يكون العصب بأكمله مجزاه في ثوان. خطوه المعالجة المسبقة مكثفه جدا من وجهه نظر الاجهزه ، ومجموعات البيانات الكبيرة جدا ، مثل كومه SBEM قدمت هنا ، والتي كانت 26 غيغابايت ، تتطلب استراتيجيات غريبه لتناسب الذاكرة ، معتبرا ان واحدا من شانه ان يكتسب مجموعه بيانات كبيره لأنه لا يمكن تسويه مجال الرؤية والحل. ولذلك ، قد لا يكون الاختزال حلا مناسبا في هذه الحالة. أحدث إصدار من البرنامج يمكن ان تفعل المعالجة المسبقة في بضع ساعات مع محطه عمل لينكس قويه ، ولكن تقسيم سيستغرق دقائق ، والتمرير من خلال المكدس سيكون لا يزال بطيئا نسبيا. لا نزال نستخدم هذه الطريقة لأول ، والتجزئة الخام ، وتدقيقها باستخدام TrakEM2. وأخيرا ، خلاط هو برنامج 3D النمذجة ، مع محرك العرض 3D قويه ، والتي يمكن تخصيصها مع البرامج النصية بيثون التي يمكن ان تكون جزءا لا يتجزا في واجهه المستخدم الرسوميه الرئيسية كوظائف اضافيه ، مثل نيورومورف وتحليل الجليكوجين. مرونة هذا البرنامج ياتي مع العيب الذي ، علي النقيض من فيجي ، علي سبيل المثال ، لم يتم تصميمه لتصور علي الإنترنت من مجموعات البيانات الكبيرة ؛ لذلك ، قد يكون التصور والتنقل من خلال شبكات كبيره (تتجاوز 1 غيغابايت) بطيئه وغير فعاله. وبسبب هذا ، فانه من المستحسن دائما لاختيار التقنيات التي تقلل من تعقيد شبكه ولكن حريصون علي عدم تعطيل المورفولوجية الأصلي للهيكل الفائدة. وتاتي وظيفة رمش في متناول اليدين وهي ميزه مضمنه في أداه استيراد نيورومورف الدفعي. مشكله مع هذه الدالة هو انه ، اعتمادا علي عدد القمم من الشبكة الاصليه ، يجب تعديل قيمه عمق octree ، والتي ترتبط بالدقة النهائية ، وفقا لذلك. يمكن أعاده الكائنات الصغيرة مع عمق ثماني شجره صغيره (علي سبيل المثال 4) ، ولكن نفس القيمة قد يعطل تشكل الأجسام الكبيرة ، والتي تحتاج إلى قيم أكبر (6 في أحسن الحال ، إلى 8 أو حتى 9 لشبكه كبيره جدا ، مثل خليه كامله). فانه من المستحسن لجعل هذه العملية تكراريه واختبار أعماق octree مختلفه إذا كان حجم الكائن غير واضح.
وكما ذكر سابقا ، فان أحد الجوانب التي ينبغي مراعاتها هو القدرة الحسابية التي ستكرس لأعاده البناء والتحليل ، المتصلة بالبرمجيات المستخدمة. تم الحصول علي جميع العمليات المبينة في النتائج التمثيلية لهذه المخطوطة باستخدام MacPro ، مجهزه ببطاقة جرافيكس AMD FirePro كاميرا d500 ، 64 غيغابايت من ذاكره الوصول العشوائي ، ووحده المعالجة المركزية Intel Xeon E5 مع 8 النوى. فيجي لديها بنيه برمجيات جيده للتعامل مع مجموعات البيانات الكبيرة; ولذلك ، فمن المستحسن استخدام جهاز كمبيوتر محمول مع أداء الاجهزه جيده ، مثل ماك بوك برو مع 2.5 غيغاهرتز انتل i7 وحده المعالجة المركزية و 16 غيغابايت من ذاكره الوصول العشوائي. ilastik البرمجيات هو أكثر تطلبا من حيث الموارد الاجهزه ، ولا سيما اثناء مرحله ما قبل المعالجة. علي الرغم من ان اختزال الصورة المكدس هو خدعه جيده للحد من طلبات الاجهزه من البرنامج ويسمح للمستخدم لمعالجه كومه مع جهاز كمبيوتر محمول (عاده إذا كان اقل من 500 بكسل في x,y,z), نقترح استخدام الراقية كمبيوتر لتشغيل هذا البرنامج بسلاسة. نحن نستخدم محطه عمل مجهزه انتل زيون الذهب 6150 وحده المعالجة المركزية مع 16 النوى و 500 غيغابايت من ذاكره الوصول العشوائي.
عندما تقدم مع أعاده الاعمار 3D دقيقه ، يمكن للعلماء تجاهل الرسوم البيانية الاصليه والعمل مباشره علي نماذج 3D لاستخراج البيانات المفيدة مورفمتري لمقارنه الخلايا من نفس النوع ، فضلا عن أنواع مختلفه من الخلايا ، والاستفادة من الواقع الافتراضي التقييمات النوعية والكمية للموولوجيات. وعلي وجه الخصوص ، اثبت استخدام هذه الاخيره فائدته في حاله تحليلات التحويرات الكثيفة أو المعقدة التي تمثل انسدادا بصريا (اي عرقله الرؤية لموضوع الفائدة في الحيز الثلاثي الابعاد بواسطة ثانيه واحده توضع بين المراقب والغير الكائن الواحد) ، مما يجعل من الصعب تمثيلها وتحليلها في 3D. في المثال المقدم ، استغرق المستخدم المتمرس حوالي 4 ساعات غير متتابعة لمراقبه مجموعات البيانات وحساب الكائنات. قد يختلف الوقت المستغرق في تحليل الواقع الافتراضي لان جوانب مثل مرض الواقع الافتراضي (والتي يمكن ، إلى حد ما ، ان تكون ذات صله بمرض السيارة) يمكن ان يكون لها تاثير سلبي علي تجربه المستخدم. في هذه الحالة ، قد يفضل المستخدم أدوات التحليل الأخرى ويحد من وقته المخصص للواقع الافتراضي.
وأخيرا ، يمكن تطبيق كل هذه الخطوات علي المجهرية الأخرى والتقنيات غير EM التي تولد مكدسات الصور. EM يولد الصور التي هي ، بشكل عام ، تحديا للتعامل مع والقطاع ، مقارنه مع ، علي سبيل المثال ، المجهر الفلوري ، حيث شيء مماثل لقناع ثنائي (اشاره مقابل خلفيه سوداء) ، والتي يمكن في المبدا يمكن تقديمها بسهوله في 3D مزيد من المعالجة ، وغالبا ما يحتاج إلى التعامل معها.

النموذج الأول المقترح لاعداد المجهر الكترون السماح القسم التسلسلي الألى والتصوير يعود إلى 19811; نشر مثل هذه الاجهزه اليه ، وتحسين لصوره عينات كبيره باستخدام EM زادت في السنوات العشر الاخيره2،3، ويعمل عرض الإنشاءات الكثيفة مثيره للإعجاب أو مورفولوجيسكامله فورا يتبع 4 ، 5،6،7،8،9،10.
وجاء إنتاج مجموعات البيانات الكبيرة مع الحاجة إلى خطوط أنابيب محسنه لتجزئه الصور. تم تصميم أدوات البرمجيات للتقسيم اليدوي للأقسام التسلسلية ، مثل أعاده البناء و TrakEM211،12، لنقل المجهر الكتروني (TEM). وبما ان العملية برمتها يمكن ان تستغرق وقتا طويلا للغاية ، فان هذه الاداات ليست مناسبه عند التعامل مع آلاف الرسوم البيانية التسلسلية التي يمكن إنشاؤها تلقائيا باستخدام تقنيات القسم التسلسلي (3DEM) لأحدث التقنيات ، مثل [بلوك-فيس] مسح الكترون مجهر ([سبم])3 أو يركز أيون [شعاع-سكنينغ] الكترون مجهريه ([فل-سم])2. ولهذا السبب ، يبذل العلماء جهودا لتطوير أدوات شبه مؤتمتة ، فضلا عن أدوات مؤتمتة بالبالكامل ، لتحسين كفاءه التجزئة. ويجري تحسين الاداات المؤتمتة بالبالكامل ، استنادا إلى التعلم الألى13 أو الدولة من بين الفن ، خوارزميات تصنيف بكسل غير مدربه14، لاستخدامها من قبل مجتمع أكبر ؛ ومع ذلك ، لا تزال التجزئة بعيده عن ان تكون موثوقه تماما ، والعديد من الاعمال لا تزال قائمه علي العمل اليدوي ، وهو غير فعال من حيث الوقت التجزئة ولكن لا يزال يوفر الموثوقيه الكاملة. وتمثل الاداات شبه المؤتمتة ، مثل ilastik15، حلا توفيقيا أفضل ، لأنها توفر قراءات فورية للتقسيم الذي يمكن تصحيحه إلى حد ما ، علي الرغم من انه لا يوفر اطارا حقيقيا للتصحيح اللغوي ، ويمكن دمجه باستخدام TrakEM2 بالتوازي16.
والتجزئة الواسعة النطاق ، حتى الآن ، تقتصر في معظمها علي الكونيكميات ؛ ولذلك ، فان علماء الكمبيوتر هم الأكثر اهتماما في توفير أطر لمرئيات متكاملة من مجموعات البيانات الكبيرة والمشروحة وتحليل أنماط الاتصال التي يستدل عليها من وجود اتصالات متشابك17،18. ومع ذلك ، يمكن استخدام عمليات أعاده البناء الدقيقة ثلاثية الابعاد للتحليلات الكمية ، بدلا من التقييمات النوعية للهياكل ثلاثية الابعاد. وقد وضعت أدوات مثل نيورومورف19،20 وتحليل الجليكوجين10 لاتخاذ القياسات علي أعاده البناء 3d لأطوال والمناطق السطحية والاحجام ، وعلي توزيع نقاط السحابة ، تماما تجاهل المكدس EM الأصلي8,10. Astrocytes تمثل دراسة حاله مثيره للاهتمام ، لان نقص القرائن البصرية أو الأنماط الهيكلية المتكررة تعطي المحققين تلميحا حول وظيفة الوحدات الهيكلية الفردية وما يترتب علي ذلك من عدم وجود الأخلاقيات الكافية من العمليات استروسيتيك 21، وجعلها صعبه لتصميم الاداات التحليلية. وكانت أحدي المحاولات الاخيره هي المستخرجة22، والتي تسمح بالاستكشاف البصري للعمليات الفلكية والاستدلال علي العلاقات النوعية بين العمليات الفلكية والعصبية.
ومع ذلك ، فان الراحة من الانسجه التصويرية تحت EM ياتي من حقيقة ان كميه المعلومات المخباه في عينات الدماغ سليمه هائله وتفسير الصور قسم واحد يمكن التغلب علي هذه المسالة. كثافة الهياكل في الدماغ عاليه جدا ان أعاده البناء 3D حتى من الكائنات القليلة مرئية في وقت واحد من شانه ان يجعل من المستحيل تمييزها بصريا. لهذا السبب ، اقترحنا مؤخرا استخدام الواقع الافتراضي (VR) كطريقه محسنه لمراقبه الهياكل المعقدة. ونحن نركز علي استروسيتيس23 للتغلب علي انسداد (وهو حجب رؤية كائن من الفائدة مع الثانية ، في الفضاء 3d) وسهوله التقييمات النوعية لأعاده البناء ، بما في ذلك التدقيق اللغوي ، وكذلك كميات من الميزات باستخدام عدد النقاط في الفضاء. جمعنا مؤخرا الاستكشاف البصري VR مع استخدام جلام (الجليكوجين المستمدة من اللاكتات امتصاص نموذج) ، وهي تقنيه لتصور خريطة لاحتمال مكوك اللاكتات من العصب ، من خلال النظر في حبيبات الجليكوجين والهيئات التي ينبعث منها الضوء23؛ علي وجه الخصوص ، استخدمنا VR لقياس القمم الضوئية التي تنتجها جلام.

<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>Fiji</td>
			<td>Open Source</td>
			<td>2.0.0-rc-65/1.65b</td>
			<td>Open Source image processing editor 
			www.fiji.sc</td>
		</tr>
		<tr>
			<td>iLastik</td>
			<td>Open Source&#160;</td>
			<td>1.3.2 rc2</td>
			<td>Image Segmentation tool 
			www.ilastik.org</td>
		</tr>
		<tr>
			<td>Blender</td>
			<td>Blender Foundation</td>
			<td>2.79</td>
			<td>Open Source 3D Modeling software 
			www.blender.org</td>
		</tr>
		<tr>
			<td>HTC Vive Headset</td>
			<td>HTC</td>
			<td>Vive / Vive Pro</td>
			<td>Virtual Reality (VR) Head monted headset 
			www.vive.com</td>
		</tr>
		<tr>
			<td>Neuromorph</td>
			<td>Open Source</td>
			<td>---</td>
			<td>Collection of Blender Addons for 3D Analysis 
			neuromorph.epfl.ch</td>
		</tr>
		<tr>
			<td>Glycogen Analysis</td>
			<td>Open Source</td>
			<td>---</td>
			<td>Blender addon for analysis of Glycogen 
			https://github.com/daniJb/glyco-analysis</td>
		</tr>
		<tr>
			<td>GLAM</td>
			<td>Open Source</td>
			<td>---</td>
			<td>C++ Code For generating GLAM Maps 
			https://github.com/magus74/GLAM</td>
		</tr>
	</tbody>
</table>

a method for 3d reconstruction and virtual reality analysis of glial and neuronal cells

التسلسل التسلسلي والتصوير اللاحق عاليه الدقة من الانسجه البيولوجية باستخدام المجهر الكتروني (EM) تسمح للتجزئة وأعاده بناء مكدسات العمر عاليه الدقة للكشف عن الأنماط الهيكلية التي لا يمكن حلها باستخدام 2D الصور. في الواقع ، قد يؤدي هذا الأخير إلى سوء تفسير التحويرات ، كما هو الحال في الميتوكوندريا ؛ استخدام النماذج ثلاثية الابعاد هو ، لذلك ، أكثر وأكثر شيوعا وتطبيقها علي صياغة الفرضيات الوظيفية القائمة علي المورفولوجية. وحتى الآن ، فان استخدام النماذج الثلاثية الابعاد المتولدة من أكوام الصور الضوئية أو الكترونيه يجعل التقييمات النوعية والبصرية ، فضلا عن القياس الكمي ، أكثر ملاءمة لتنفيذها مباشره في الابعاد الثلاثية. وبما ان هذه النماذج غالبا ما تكون معقده للغاية ، فان بيئة الواقع الافتراضي مهمة أيضا لوضعها للتغلب علي الانسداد والاستفادة الكاملة من البنية ثلاثية الابعاد. هنا ، يتم وصف دليل خطوه بخطوه من تجزئه الصورة إلى أعاده البناء والتحليل بالتفصيل.

باستخدام الاجراء المعروض أعلاه ، ونحن تظهر النتائج علي اثنين من أكوام الصورة من احجام مختلفه ، لتوضيح كيف ان مرونة الاداات يجعل من الممكن لتوسيع نطاق الاجراء إلى مجموعات البيانات أكبر. في هذه الحالة ، واثنين من مجموعات البيانات 3DEM هي (ط) P14 الفئران ، القشرة الجسدية ، الطبقة السادسة ، 100 μm س 100 μm س 76.4 μm4 و (2) P60 الفئران ، الحصين CA1 ، 7.07 μm x 6.75 μm x 4.73 μm10.
يمكن تنفيذ خطوات المعالجة المسبقة (الشكل 1) بنفس الطريقة لكل من مجموعات البيانات ، مع الأخذ بعين الاعتبار ان مجموعه بيانات أكبر مثل المكدس الأول ، وهو 25 غيغابايت ، تتطلب المزيد من الاجهزه المنفذة لمعالجه البيانات الكبيرة والمرئيات والمعالجة . المكدس الثاني هو فقط 1 غيغابايت ، مع حجم فوكسل الانسيابية تماما.
قد لا يكون حجم البيانات متصلا مباشره بمجال العرض (فوف) ، بدلا من حل المكدس نفسه ، والذي يعتمد علي الحد الأقصى لحجم البكسل لمستشعر المجهر ، وتكبير المكدس. وعلي اي حال ، فمن المرجح ان تحتل الصور الأكبر حجما المساحة المادية بالمقارنة مع الصور الأصغر حجما ، إذا تم الحصول عليها في نفس القرار.
بمجرد استيراد مكدس الصور ، كما هو مبين في القسم 1 من البروتوكول ، في برنامج فيجي (الشكل 1A) ، وهو إصدار علمي من imagej12، نقطه مهمة واحده هي التاكد من ان تنسيق الصورة هو 8 بت (الشكل 1a). هذا لان العديد من البرمجيات الاستحواذ المختلفة الشركات المجهرية المنتجين توليد تنسيق الملفات الخاصة بهم في 16 بت لتخزين البيانات الوصفية ذات الصلة لمعلومات حول عمليه الاستحواذ (اي ، حجم بكسل ، سمك ، الحالي/الجهد من شعاع الكترون ، ضغط الغرفة) مع كومه الصورة. تسمح هذه التعديلات للعلماء بحفظ الذاكرة ، حيث ان البيانات الوصفية الاضافيه التي تحتوي علي 8 بت لا تؤثر علي الصور. المعلمة الهامه الثانية للتحقق هو حجم فوكسل ، والذي يسمح بعد ذلك أعاده البناء بعد التجزئة التي يتعين أداؤها علي المقياس الصحيح (ميكرومتر أو نانومتر ؛ الشكل 1 (ب).
قد تحتاج المكدسات إلى أعاده المحاذاة و/أو الخياطة إذا تم الحصول عليها باستخدام التجانب. ويمكن اجراء هذه العمليات داخل TrakEM2 (الشكل 2A) ، علي الرغم من ان فيما يتعلق باعاده التنظيم ، وتقنيات 3dem الألى مثل الاكذوبه-SEM أو 3dem وعاده ما تتم أعاده تنظيمها بشكل جيد.
تتطلب أحدي الخطوات الاخيره التصفية ، وربما ، اختزال المكدس ، اعتمادا علي الكائنات التي تحتاج إلى أعاده بنائها وما إذا كانت الاختزالات تؤثر علي التعرف علي الميزات القابلة للإنشاء. علي سبيل المثال ، لكومه أكبر (من القشرة الحسية الجسدية من الفئران P14) ، لم يكن من الممكن لتسويه القرار لصالح كفاءه أعاده البناء ، في حين لكومه أصغر (من الحصين CA1 من P60 الفئران) ، كان من الممكن القيام بذلك لان القرار كان اعلي بكثير مما كان مطلوبا لأصغر الكائنات التي سيعاد بناؤها. وأخيرا ، فان استخدام قناع غير حاد يعزز الفرق بين الاغشيه والخلفية ، مما يجعلها مواتيه لأعاده الإنشاءات من البرمجيات مثل ilastik الذي يستخدم التدرجات لتقييم ما قبل الحدود.
بعد معالجه الصور ، يمكن اجراء أعاده البناء اما يدويا باستخدام TrakEM2 ، أو شبه تلقائي باستخدام ilastik (الشكل 2C). مجموعه البيانات مثل أصغر واحد المدرجة هنا (2) ، التي يمكن اختزالها لتناسب الذاكرة ، يمكن ان تكون مجزاه تماما باستخدام ilastik (الشكل 2B) لإنتاج أعاده بناء كثيفه. في حاله من مجموعه البيانات الاولي المدرجة هنا (ط) ، تمكنا من تحميل والتجهيز المسبق لمجموعه البيانات بأكملها مع محطه عمل لينكس مع 500 غيغابايت من ذاكره الوصول العشوائي. تم الحصول علي تجزئه متفرقة من 16 مورفولوجيس كامله مع خط أنابيب هجين ، عن طريق استخراج التجزئة الخام التي تم تدقيقها يدويا باستخدام TrakEM2.
تحليل 3D من الميزات مثل المناطق السطحية ، وحجم ، أو توزيع الجليكوجين داخل الخلايا يمكن ان يؤديها في بيئة خلاط (الشكل 3) باستخدام رموز مخصصه ، مثل نيورومورف19 أو تحليل الجليكوجين10.
في حاله مجموعات البيانات التي تحتوي علي حبيبات الجليكوجين كذلك ، يمكن الاستدلال علي التحليل علي توزيعها باستخدام جلام ، وهو رمز c + + التي من شانها ان تولد الخرائط مع منطقه تاثير مباشره علي شبكه.
وأخيرا ، يمكن تصور وتحليل مجموعات البيانات المعقدة هذه باستخدام الواقع الافتراضي ، الذي ثبت انه مفيد لتحليل مجموعات البيانات مع عرض مسدود معين (الشكل 4). فعلي سبيل المثال ، كانت القمم التي يستدل عليها من خرائط جلام قد استنتجت بسهوله بصريا من المنكرات في مجموعه البيانات الثانية التي نوقشت هنا.
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/59444/59444fig1.jpg"> الشكل 1: معالجه الصور واعدادها لتجزئه الصور. (ا) واجهه المستخدم الرئيسية في فيجي. (ب) مثال للصور المكدسة من مجموعه البيانات ' 1 ' التي نوقشت في النتائج التمثيلية. لوحه علي اليمين يظهر خصائص السماح للمستخدم لتعيين حجم فوكسل. (ج) مثال علي عمليه الوضع وتغيير الحجم المطبقة علي صوره واحده. اللوحات علي اليمين إظهار التكبير من مركز الصورة. <a href="https://www.jove.com/files/ftp_upload/59444/59444fig1large.jpg" target="_blank">يرجى النقر هنا لعرض نسخه أكبر من هذا الرقم.</a>
<img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/59444/59444fig2.jpg"> الشكل 2: التجزئة وأعاده البناء باستخدام TrakEM2 و ilastik. (ا) TrakEM2 GUI مع كائنات مقسمه يدويا (باللون الأحمر). (ب) يمكن استخدام القناع المصدر من اللوحة ( ا ) كمدخل (بذره) من أجل (ج) التجزئة شبه المؤتمتة (النحت). من ilastik ، يمكن ان يتم تصدير الاقنعه (الأحمر) إلى TrakEM2 لتصحيح التدقيق اليدوي. (د) يمكن بعد ذلك تصدير الاقنعه باعتبارها شبكات ثلاثية الابعاد للكشف عن الهياكل التي أعيد بناؤها. وفي هذا المثال ، أعيد بناء أربعه خلايا عصبيه ، وأسطرلابات ، والخلايا الصغيرة ، والعجانات من مجموعه البيانات (i) (التي نوقشت في النتائج التمثيلية) باستخدام هذه العملية. <a href="https://www.jove.com/files/ftp_upload/59444/59444fig2large.jpg" target="_blank">يرجى النقر هنا لعرض نسخه أكبر من هذا الرقم.</a>
<img alt="Figure 3" class="xfigimg" src="/files/ftp_upload/59444/59444fig3.jpg"> الشكل 3: تحليل ثلاثي الابعاد للموولوجيات المعاد بناؤها باستخدام أدوات مخصصه. (ا) الحجم غير الانسيابي للحجم منمجموعهبيانات المعهد المؤسسي لشؤون المسنين (2) (كما نوقش في النتائج التمثيلية). (ب) التعمير الكثيف من الفريق الف. رمادي = axons; الأخضر = عمليه استروسيتيك ؛ الأزرق = dendrites. (ج) الرسم البياني المصغر الذي يعرض أمثله للأهداف المتعلقة بالكميات مثل الوصلات العصبية (مجموعه البيانات ' 1 ') وحبيبات الجليكوجين الفلكية (مجموعه البيانات ' 2 ') في التكبير الصحيح. (د) قناع من الفريق ج تبين توزيع حبيبات الجليكوجين حول المشابك العصبية. (ه) القياس الكمي لتوزيع الجليكوجين من مجموعه البيانات من اللوحة c، وذلك باستخدام أدوات تحليل الجليكوجين من الخلاط. تشير أشرطه الخطا إلى الأخطاء القياسية. N = 4,145 حبيبات الجليكوجين. (و) رسم إيضاحي لمرئيات المدخلات والمخرجات الخاصة ب جلام. <a href="https://www.jove.com/files/ftp_upload/59444/59444fig3large.jpg" target="_blank">يرجى النقر هنا لعرض نسخه أكبر من هذا الرقم.</a>
<img alt="Figure 4" class="xfigimg" src="/files/ftp_upload/59444/59444fig4.jpg"> الشكل 4: التحليل في الواقع الافتراضي. (ا) مستخدم يرتدي سماعه الواقع الافتراضي اثناء عمله علي (ب) أعاده البناء الكثيفة من مجموعه البيانات (ii) (كما نوقشت في النتائج التمثيلية). (ج) مشهد الواقع الافتراضي غامره من مجموعه فرعيه من العصب من لوحه b. الليزر الأخضر يشير إلى ذروه جلام. (د) مثال علي تحليل لذروه جلام في الواقع الافتراضي. N = 3 الفئران في كل شريط. تحليل الاكذوبه-SEM من منشور سابق28. تشير أشرطه الخطا إلى الأخطاء القياسية; *p < 0.1 ، في اتجاه واحد ANOVA. <a href="https://www.jove.com/files/ftp_upload/59444/59444fig4large.jpg" target="_blank">يرجى النقر هنا لعرض نسخه أكبر من هذا الرقم.</a>

Watch this Scientific Journal Video about A Method for 3D Reconstruction and Virtual Reality Analysis of Glial and Neuronal Cells at JoVE.com

A Method for 3D Reconstruction and Virtual Reality Analysis of Glial and Neuronal Cells

تم تصميم خط الأنابيب الموصوف لتقسيم مجموعات البيانات المجهرية الكترون أكبر من غيغابايت ، لاستخراج مورفولوجيس الخلية الكاملة. وبمجرد أعاده بناء الخلايا في 3D ، يمكن استخدام البرمجيات المخصصة المصممة حول الاحتياجات الفردية لاجراء تحليل نوعي وكمي مباشره في 3D ، وأيضا باستخدام الواقع الافتراضي للتغلب علي انسداد العرض.

طريقه لأعاده البناء 3D وتحليل الواقع الافتراضي للخلايا العصبية والخلايا الددالي

Serial sectioning and subsequent high-resolution imaging of biological tissue using electron microscopy (EM) allow for the segmentation and reconstruction ...

من الآلي المقطع التسلسلي تقنيات المجهر الإلكتروني. معدل الحد من الخطوة في خط الأنابيب مما يؤدي إلى توليد نماذج ثلاثية الأبعاد البيولوجية معالجة الصور. يوفر بروتوكولنا إرشادات خطوة بخطوة لإنتاج بناء أكثر كثافة لأحجام الصور في غضون أيام قليلة.جنبا إلى جنب مع نهج للقياسات الكمية باستخدام نماذج ثلاثية الأبعاد. مع هذه التقنية، يمكن تحليل بنية الأنسجة ثلاثية الأبعاد، بخلاف الدماغ، لتحديد العاهات الهيكلية النموذجية لبعض الأمراض ولتحسين استراتيجية التشخيص. تجزئة خطوة شاقة.خذ الوقت لجعلها دقيقة قدر الإمكان لتجنب التدقيق في تجزئة سيئة والاضطرار إلى إعادة تشغيل العملية بأكملها. تصميم البرنامج في بعض الأحيان ليست سهلة الاستعمال جدا. لذلك، من المهم أن نرى بدء العمل على التجزئة.فتح كومة الصورة عن طريق سحب وإسقاط الملف الأصلي من المجهر الذي يحتوي على المكدس أو شراء سحب وإسقاط المجلد الذي يحتوي على كومة الصورة بأكملها في إطار البرنامج بمجرد فتح المكدس انتقل إلى الصورة، خصائص، للتأكد من حجم voxels قد تمت قراءتها من البيانات الوصفية. تحويل الصورة إلى 8 بت عن طريق النقر على الصورة، اكتب، وحدد 8 بت. إذا تم الحصول على المكدس الأصلي كبلاط مختلفة، تطبيق خياطة داخل TrakEM2.إنشاء مشروع جديد TrakEM2 باستخدام جديد، TrakEM2 باستخدام TrakEM2 وظائف جزءا لا يتجزأ هياكل قطاع الفائدة إذا لزم الأمر. في gooey TrakEM2، انقر بزر الماوس الأيمن'على أي شيء'تحت إطار القالب، وحدد إضافة قائمة منطقة تابعة جديدة'السحب وإسقاط أي شيء'في المجلد، تحت كائنات المشروع'وشيء واحد'قد تظهر هناك. سحب وإفلات قائمة المنطقة'ا لـ أي شيء'located تحت project objects'On إطار عرض مكدس الصور، حدد Z-space'with the cursor.ستظهر قائمة المنطقة'ة مع رقم المعرف الفريد. حدد brush'tool على رأس واستخدام الماوس لتقسيم هيكل عن طريق ملء انها cytosol على المكدس Z كله. تصدير كتلة مجزأة، لاستخدامها في Ilastik كبذور للنحت.للقيام بذلك، انقر بزر الماوس الأيمن'ً على كائن قائمة المنطقة في قائمة مساحة Z أو على القناع في منفذ العرض، وحدد قائمة export'area'كتسميات T-I-F. اعتماداً على الدقة المطلوبة لإعادة بناء مزيد من، تقليل حجم بكسل من كومة الصورة عن طريق أخذ عينات لأسفل. النظر في متطلبات الذاكرة من البرامج التي سيتم استخدامها لتجزئة وإعادة الإعمار.Ilastik يعالج مكدسات تصل إلى خمسمائة بكسل على X-Y. تأخذ في الاعتبار، الحد الأدنى لحجم الذي الكائنات لا يزال يبدو التعرف عليها وبالتالي يمكن تقسيمها. استخدام image'adjust size'لتعزيز التباين والمساعدة في تجزئة، يمكن تطبيق مرشح قناع unsharp لجعل الأغشية هش.استخدم process'filters'unsharp mass'تصدير رصة الصور كصور مفردة'للمعالجة الإضافية في برنامج تجزئة، باستخدام ملف'حفظ كتسلسل الصورة'، واختر تنسيق TIFF'. في gooey Ilastik الرئيسي، حدد نحت'وحدة. تحميل كومة الصور، باستخدام إضافة جديد'وإضافة وحدة تخزين 3D/4D واحدة من تسلسل 'تحديد الدليل كله'، واختيار المجلد الذي يحتوي على كومة الصور المحفوظة كملفات واحدة'في أسفل النافذة الجديدة، حيث تتوفر خيارات لتحميل الصور، تأكد من إبقاء Z "المحدد.للخطوات التالية، يمكن العثور على جميع العمليات والأزرار على الجانب الأيسر من gooey البرنامج الرئيسي. ضمن علامة التبويب المعالجة المسبقة، استخدم الخيارات القياسية التي تم تحديدها بالفعل. استخدم الفلاتر الغنية باللخطوط'، والاحتفاظ بمقياس التصفية عند 1.600.هذا المحيط يمكن تعديله بعد ذلك. بمجرد الانتهاء من المعالجة المسبقة، حدد الصفحة التالية في القائمة المنسدلة لوحدة وضع العلامات. كائن واحد وخلفية واحدة موجودان بشكل افتراضي.حدد بذرة الكائن عن طريق النقر عليه ورسم خط على رأس هيكل الفائدة. ثم حدد بذر الخلفية وارسم سطر واحد أو عدة أسطر خارج الكائن لإعادة بنائه. الآن، انقر على قطعة 'وانتظر.اعتماداً على طاقة الكمبيوتر وحجم المكدس، يمكن أن يستغرق تجزئة من بضع ثوان إلى ساعات. بمجرد الانتهاء من ذلك، يجب أن يظهر قناع شبه شفاف يبرز التقسيم على أعلى الهيكل المجزأ. قم بالتمرير عبر المكدس للتحقق من التجزئة.قد لا يكون التقسيم دقيقًا إذا لم يتبع بنية الاهتمام أو انسكاب منه. تصحيح أي تسرب من خلال وضع البذور الخلفية على تجزئة انسكاب. وإضافة بذرة كائن على الجزء غير المعاد بناؤها من الهدف من الفائدة.قد يكون التدقيق البصري الدقيق لتجزئة Ilastik مملًا ولكن من الضروري التأكد من أن الكائنات المصدرة لا تحتوي على أشياء ملموسة. إذا كان تجزئة لا يزال غير صحيح، حاول تعديل مع المعلمة bias'التي ستزيد أو تقلل من مقدار بكسل غير مؤكد المصنفة المقبولة. القيمة هي 0.95 بشكل افتراضي.إنقاصه للحد من أي امتداد أو زيادة إذا كان تجزئة متحفظة جدا. احتمال آخر هو النقر على المعالجة المسبقة 'وتعديل حجم المرشح. زيادة قيمة سوف تقلل من الملح والفلفل مثل آثار الضوضاء، ولكن أيضا سيجعل الأغشية أكثر ضبابية وأصغر تفاصيل أصعب للكشف.وقد يحد ذلك من التداعيات. كرر قدر ما تحتاج طالما تم تقسيم كافة الكائنات المطلوبة. بمجرد الانتهاء من كائن، انتقل إلى مقطع'وانقر على حفظ الكائن الحالي'سوف تظهر بذور جديدة اثنين لبدء تجزئة كائن جديد.سطح مجردة التدابير على الفور كما O - باء - J الملفات عن طريق النقر على تصدير جميع meshes'to تصور نماذج مجزأة يدويا في 3D داخل TrakEM2 ، انقر بزر الماوس الأيمن ، ثم حدد تظهر في 3D'A قيمة أعلى سوف تولد شبكة دقة أقل. وأخيرا، تصدير شبكة 3D كما WaveFront O-B-J'باختيار من السطوح file'export القائمة'WaveFront'After تثبيت مجموعة أدوات مورف العصبية كما هو موضح في بروتوكول النص، خلاط مفتوح. استيراد الكائنات باستخدام استيراد المجموعة مورف العصبية بالنقر فوق استيراد objects'تحت قائمة المشهد لاستيراد كائنات متعددة في وقت واحد.تأكد من تفعيل، واستخدام إعادة شبكة وتظليل سلس. حدد موضع الاهتمام من خارج بطانة وتعديل عمق Octree من وظيفة إعادة شبكة تحت قائمة المعدل. العمل بشكل متكرر لتقليل عدد القمم وتجنب فقدان التفاصيل في القرار والمورفولوجيا الصحيحة.عند تغيير عمق Octree ، فإن الشبكة على gooey الرئيسية تتغير وفقا لذلك. بمجرد الانتهاء، انقر فوق تطبيق لإنهاء العملية. انتقل إلى القائمة مورف العصبية على اللوحة اليسرى واستخدام الصورة superimposition أداة التفاعلات كومة صورة لتحميل كومة الصورة.تأكد من إدخال الحجم الفعلي للكومة الصورة ل X و ص و Z وحدد مسار المكدس بالنقر على مصدر Z.X و Y هي مستويات متعامدة. وهي اختيارية وسيتم تحميلها فقط إذا كان المستخدم إدراج مسار صالح. ثم حدد شبكة على منفذ العرض بالنقر بزر الماوس الأيمن فوقه.أدخل وضع التحرير عن طريق الضغط على علامة التبويب، وحدد رأس واحد أو أكثر باستخدام الماوس بزر الماوس الأيمن وانقر أخيرا على إظهار الصورة في القمة. واحد أو أكثر من الطائرات قطع مع micrograph سوف تظهر فوق فوق شبكة. حدد مستوى القطع بالنقر بزر الماوس الأيمن عليه.ثم اضغط على التحكم Y ثم انتقل فوق النموذج ثلاثي الأبعاد باستخدام تمرير الماوس. يمكن استخدام هذا أيضاً كأسلوب تدقيق. يظهر هنا هو تجزئة وإعادة الإعمار باستخدام TrakEM2 و Ilastik.يظهر gooey TrakEM2 مع الكائنات مقطعة يدويا باللون الأحمر. ويمكن بعد ذلك استخدام القناع المصدر كمدخلات للتجزئة شبه المؤتمتة. من Ilastik، يمكن تصدير أقنعة إلى TrakEM2 لمزيد من التدقيق اليدوي.ويمكن تصدير الأقنعة كشبكات ثلاثية الأبعاد للكشف عن الهياكل المعاد بناؤها. في هذا المثال، تم إعادة بناء أربعة خلايا عصبية، الخلايا الفلكية، ميكروجليا و بيريكيت باستخدام هذه العملية. يتم عرض تحليل ثلاثي الأبعاد للورفورولوجيا المعاد بناؤها باستخدام أدوات مخصصة.هنا هو حجم الصورة متساوي التروبيك من شعاع أيون مركزة مسح الإلكترون المجهري مجموعة البيانات. إعادة بناء كثيفة لهذه البيانات يكشف عن محاور عصبية، وعملية الفلكية وdendrites. يعرض هذا الميكروفوغراف أمثلة لأهداف القياسات الكمية مثل نقاط الاشتباك العصبي وحبيبات الجليكوجين الفلكية.القناع من ذلك micrograph يظهر توزيع حبيبات الجليكوجين حول نقاط الاشتباك العصبي. يظهر هنا رسم بياني لمدخلات ومخرجات التصور البياني لنموذج امتصاص اللاكتات المشتق من الجليكوجين أو GLAM'Here ، يظهر مستخدم يرتدي واقعًا افتراضيًا أو سماعة رأس V-R أثناء العمل على إعادة البناء الكثيفة من مجموعة بيانات المجهر الإلكتروني الشعاعية الأيونية المركزة. من مجموعة فرعية من نيوريت، يمكن ملاحظة مشهد V-R غامرة.يشير الليزر الأخضر إلى قمة GLAM'peak. أهمية أساسية لأنه يحدد الحجم الصحيح للأجسام ثلاثية الأبعاد المصدرة ويحدد قياساته يعكس حجمه الفعلي. مفهوم التصوير المقطع المسلسل، تجزئة التصوير والبناء 3D قديمة إلى حد ما.اكتشاف التسارع التقني يؤدي إلى التقدم في colectomies في استعراض الكتب المدرسية التشريح. على الرغم من أن الطريقة قد وضعت لأبحاث الدماغ في المجهر الإلكتروني، فإنه يمكن تعميمها على أي وتقنية المجهر توليد البيانات علاوة على ذلك، أي نوع من تقنية التصوير ثلاثي الأبعاد يمكن أن تستفيد من مثل هذه تقنيات التصوير والبناء. بما في ذلك الأشعة C-T و M-R-I.

Research

Education

JoVE Core

JoVE Journal

Anatomy and Physiology

Neuroscience

Unit 1

The Nervous System and Nervous Tissue

SCIENTISTS IN ACTION

Human Fear Conditioning Conducted in Full Immersion 3-Dimensional Virtual Reality

الإنسان تكييف الخوف التي أجريت في واقع كامل الأبعاد 3 - الغمر الظاهري

Fear conditioning is a widely used paradigm in non-human animal research to investigate the neural mechanisms underlying fear and anxiety. A major ...

DiOLISTIC Labeling of Neurons from Rodent and Non-human Primate Brain Slices

DiOLISTIC وصفها من الخلايا العصبية من القوارض والإنسان غير شرائح الدماغ الرئيسيات

DiOLISTIC staining uses the gene gun to introduce fluorescent dyes, such as DiI, into neurons of brain slices (Gan et al., 2009; O'Brien and Lummis, 2007; ...

Visualization and Genetic Manipulation of Dendrites and Spines in the Mouse Cerebral Cortex and Hippocampus using In utero Electroporation

Visualization and Genetic Manipulation of Dendrites and Spines in the Mouse Cerebral Cortex and Hippocampus using In utero Electroporation

التصور والتلاعب الجيني من التشعبات والاعمده الفقريه في قشرة الدماغ والحصين ماوس باستخدام<em&gt; في الرحم</em&gt; Electroporation

In utero electroporation (IUE) has become a powerful technique to study the development of different regions of the embryonic nervous system 1-5. To date ...

Inducing Plasticity of Astrocytic Receptors by Manipulation of Neuronal Firing Rates

حمل اللدونة من نجمي المستقبلات بواسطة التلاعب أسعار اطلاق النار متعلق بالخلايا العصبية

Close to two decades of research has established that astrocytes in situ and in vivo express numerous G protein-coupled receptors (GPCRs) that can be ...

Rewiring Neuronal Circuits: A New Method for Fast Neurite Extension and Functional Neuronal Connection

ريويرينغ الخلايا العصبية: طريقة جديدة للتوسع نيوريت سريع والوظيفي اتصال الخلايا العصبية

Brain and spinal cord injury may lead to permanent disability and death because it is still not possible to regenerate neurons over long distances and ...

High-resolution Confocal Imaging of the Blood-brain Barrier: Imaging, 3D Reconstruction, and Quantification of Transcytosis

تصوير [كنفوكل] عالية الدقة لحاجز الدم في الدماغ: التصوير، وإعادة البناء ثلاثي الأبعاد، والتقدير الكمي ترانسسيتوسيس

The blood-brain barrier (BBB) is a dynamic multicellular interface that regulates the transport of molecules between the circulation and the brain. ...

Simultaneous Application of Transcranial Direct Current Stimulation during Virtual Reality Exposure

التطبيق المتزامن للتحفيز المباشر عبر الجمجمة أثناء التعرض للواقع الافتراضي

Transcranial direct current stimulation (tDCS) is a form of non-invasive brain stimulation that changes the likelihood of neuronal firing through ...

Flow Cytometric Analysis of Multiple Mitochondrial Parameters in Human Induced Pluripotent Stem Cells and Their Neural and Glial Derivatives

تحليل التدفق الخلوي لمعلمات الميتوكوندريا المتعددة في الخلايا الجذعية متعددة القدرات المستحثة بالإنسان ومشتقاتها العصبية والدبقية

Mitochondria are important in the pathophysiology of many neurodegenerative diseases. Changes in mitochondrial volume, mitochondrial membrane potential ...

A Tissue Clearing Method for Neuronal Imaging from Mesoscopic to Microscopic Scales

طريقة تطهير الأنسجة للتصوير العصبي من المقاييس المتوسطة إلى المجهرية

A detailed protocol is provided here to visualize neuronal structures from mesoscopic to microscopic levels in brain tissues. Neuronal structures ranging ...

Isolation and Direct Neuronal Reprogramming of Mouse Astrocytes

عزل وإعادة برمجة الخلايا العصبية المباشرة للخلايا النجمية للفئران

Direct neuronal reprogramming is a powerful approach to generate functional neurons from different starter cell populations without passing through ...