Video Experimental Relacionado
Updated: May 8, 2026

A Microfluidic Platform for Precision Small-volume Sample Processing and Its Use to Size Separate Biological Particles with an Acoustic Microdevice
Published on: November 23, 2015
DeleteROI para la limpieza de la producción de contaminación no ciliar
Jeffrey J Anuszczyk1, Michael W Stuck1, Thibaut Eguether2
1Program in Molecular Medicine, University of Massachusetts Chan Medical School, Worcester, Massachusetts, United States.
Un nuevo complemento de ImageJ agiliza la eliminación de contaminantes no ciliares del análisis de CiliaQ. Este método automatizado reduce el sesgo subjetivo en la investigación de cilios al aleatorizar la presentación de imágenes.
Área de la Ciencia:
- Biología celular
- Análisis de imágenes por microscopía
Sus antecedentes:
- CiliaQ es un plugin de ImageJ para el análisis sofisticado de parámetros ciliares en 3D.
- Las estructuras no ciliares (por ejemplo, el cuerpo medio) contaminan la salida de CiliaQ, lo que requiere su eliminación manual.
- La eliminación manual de contaminantes introduce un sesgo subjetivo debido a la falta de ceguera.
Objetivo del estudio:
- Desarrollar un complemento de ImageJ para la eliminación automatizada e imparcial de los contaminantes no ciliares del análisis de CiliaQ.
- Para reducir el sesgo del investigador en el análisis de los parámetros ciliares.
Principales métodos:
- Desarrolló un novedoso complemento de ImageJ para procesar las regiones de interés de los cilios identificadas con CiliaQ (ROI).
- Plugin presenta cilia ROIs en una cuadrícula clickable para el marcado de contaminantes.
- La presentación aleatoria de los IRO, incluida la intersección de los grupos de control y de experimentación, asegura el cegamiento.
Principales resultados:
- Eliminación automatizada de las estructuras no ciliares de los conjuntos de datos de imágenes de cilios.
- Reducción significativa del sesgo subjetivo durante la identificación del contaminante.
- Se mantienen los formatos de archivo originales de CiliaQ para una integración perfecta de los datos.
Conclusiones:
- El plugin ImageJ desarrollado automatiza efectivamente la eliminación de contaminantes.
- El complemento mejora la objetividad en el análisis de cilios mediante la implementación de ceguera y aleatorización.
- Esta herramienta mejora la fiabilidad y la eficiencia de la cuantificación del parámetro ciliar.
Más Videos Relacionados
10:29Semi-automatic PD-L1 Characterization and Enumeration of Circulating Tumor Cells from Non-small Cell Lung Cancer Patients by Immunofluorescence
Published on: August 14, 2019
07:06Primary Clarification of CHO Harvested Cell Culture Fluid using an Acoustic Separator
Published on: May 14, 2020