使用边缘检测量肌肉纤维形的量化,以调查慢性肌肉压力
Charlene Z L Ong1, N Jannah M Nasir2, Roy E Welsch3
1Health Informatics Lab, College of Computing and Data Science, Nanyang Technological University, Singapore, Singapore.
Frontiers in bioinformatics
|November 5, 2024
概括
计算成像生物标志物揭示了慢性伤口和急性伤害中不同的肌肉再生模式. 这种自动化分析强调了慢性压力中肌肉纤维形的增加,有助于再生质量评估.
科学领域:
- 再生医学是一种再生医学.
- 生物医学成像学 生物医学成像学
- 计算生物学是一种计算生物学.
背景情况:
- 显微镜检查显示了在再生组织中急性和慢性伤口愈合之间的形态差异.
- 手动评估肌肉组织形态和再生质量是耗时的.
- 需要自动计算方法来客观地描述肌肉再生.
研究的目的:
- 开发和验证用于特征肌肉再生的计算成像生物标志物.
- 使用定量指标,区分成功和不成功的肌肉再生.
- 为了比较慢性压力和急性伤害中的肌肉纤维形态.
主要方法:
- 使用边缘检测算法对再生肌肉组织进行图像分析.
- 图像生物标志物的计算:中位曲率,边缘段密度,中位距离和方向角度变化.
- 盐水处理压力和心脏毒素损伤之间的生物标志物的统计比较.
主要成果:
- 在慢性压力和急性心脏毒素损伤之间的成像生物标志物中发现了统计学上显著的差异.
- 压力的肌肉纤维显示出更大的四分位点间方位角度范围 (p=0.05).
- 压力的肌肉纤维表现出较短的中间边缘段距离 (p=0.003).
结论:
- 开发的边缘检测方法成功地发现了肌肉再生的显著差异.
- 慢性压力与急性心脏毒素损伤相比,显示肌肉纤维形的增加.
- 自动成像生物标记分析提供了对再生质量的客观见解.
