使用光成像核染色 (FINS) 算法进行图像分析
Laura R Bramwell1, Jack Spencer2, Ryan Frankum1
1RNA-Mediated Mechanisms of Disease Group, Faculty of Life Sciences, Institute of Clinical and Biomedical Sciences, University of Exeter, Exeter, UK.
Journal of imaging informatics in medicine
|June 17, 2024
概括
研究人员开发了核染色光成像 (FINS) 算法,以量化免疫细胞化学图像中的光信号. 这种开源工具简化了细胞分析,与手动计数相比,提供一致的结果,主观性和时间减少.
科学领域:
- 生物医学成像技术 生物医学成像技术
- 细胞生物学 细胞生物学
- 计算生物学 计算生物学
背景情况:
- 免疫细胞化学对于可视化细胞标志物至关重要,但分析,特别是用同定位信号计数核,往往是手动和耗时的.
- 缺乏专门的,可访问的工具,阻碍了在免疫细胞化学图像中有效和客观地量化光信号.
- 在免疫细胞化学图像中手动计数光标记的细胞核是容易主观和大量的时间投资.
研究的目的:
- 开发和验证一种新的算法,即核染色的光成像 (FINS),用于在免疫细胞化学中准确量化光信号.
- 提供一个开源的,用户友好的工具,以自动化和标准化免疫细胞化学图像的分析.
- 在准确性和效率方面,比较FINS算法与手动计数方法的性能.
主要方法:
- 该FINS算法利用核染色通道 (DAPI) 的变量细分和代值来识别和计数共定位的光信号.
- 该算法使用免疫细胞化学数据来验证,这些数据来自三种被染色为DAPI,Ki67 (增殖标记) 和γH2AX (DNA损伤标记) 的人类初级细胞类型.
- 实验结果与七名研究人员执行的手动计数进行了比较,以评估一致性和获取时间.
主要成果:
- 金融系统算法展示了与手动计数数据一致的定量性能,跨不同类型的细胞和标记器.
- 与手动计数方法相比,FINS显著减少了图像分析所需的时间.
- 该算法将手动计数中固有的主观性降到最低,从而获得更可重复的结果.
结论:
- FINS算法提供了一种可靠,高效和客观的方法,用于量化免疫细胞化学图像中的光信号.
- 这种开源工具有可能简化细胞生物学和生物医学成像研究工作流程.
- FINS为研究人员提供了一个可访问的解决方案,改善了在染色细胞中核蛋白共同定位的分析.


