相关实验视频
Updated: Jan 15, 2026

08:47
Super-resolution Imaging of the Bacterial Division Machinery
Published on: January 21, 2013
12.2K
BigReg:高分辨率X射线和光片光显微镜的高效注册管道
Siyuan Mei1, Fuxin Fan1, Mareike Thies1
1Friedrich-Alexander University Erlangen-Nuremberg, Pattern Recognition Lab, Erlangen, Germany.
Journal of medical imaging (Bellingham, Wash.)
|October 8, 2025
概括
BigReg是一个新的自动化管道,用于从X射线显微镜 (XRM) 和光片光显微镜 (LSFM) 调整多式鼠标骨图像. 这种方法可以在没有人工输入的情况下实现准确的注册,从而推进骨质疏松症研究.
科学领域:
- 生物医学成像技术 生物医学成像技术
- 临床前研究 临床前研究
- 骨生物学 骨生物学 骨生物学
背景情况:
- 多模式成像,结合X射线显微镜 (XRM) 和光片光显微镜 (LSFM),对于研究骨质疏松症等骨重塑疾病至关重要.
- 由于信号不一致和初始错位,XRM和LSFM数据的准确记录具有挑战性,阻碍了详细的结构和功能分析.
- 传统的注册方法通常在没有参考的场景或有显著的错位的情况下失败.
研究的目的:
- 开发一个自动化的,可靠的注册管道 (BigReg) 用于使用XRM和LSFM的多式鼠标骨成像.
- 克服现有方法在处理不一致的信号和大错位的限制.
- 实现微米级结构对应,以加强临床前骨科研究.
主要方法:
- 推出了BigReg,这是高分辨率XRM和LSFM卷的两阶段自动化注册管道.
- 阶段1:使用表面特征提取和连续的全球到本地基于点云的方法进行粗对齐.
- 阶段2:通过修改的交叉相关技术进行精细对齐,在3D福里埃域中.
主要成果:
- BigReg实现的准确性与手动基准记录 (LMD: 8.36 ± 0.12 μm,LM适应性: 85.71 ± 1.02%) 相当.
- 管道成功初始化了以相互信息为基础的方法,进一步提高了准确性 (LMD:7.24 ± 0.11 μm,LM适应性:93.90 ± 0.77%).
- 证明了像缺口和骨细胞这样的细结构的精确对齐.
结论:
- BigReg是第一个用于在没有人工干预的情况下记录XRM和LSFM卷的自动化方法.
- 该管道促进了骨微型架构和疾病病理学的定量,多式分析.
- 通过准确调整关键骨结构,为骨质疏松症研究开辟了新的途径.
更多相关视频
09:57Workflow for High-content, Individual Cell Quantification of Fluorescent Markers from Universal Microscope Data, Supported by Open Source Software
Published on: December 16, 2014
13.5K
06:52Optimized Workflow for Iterative Bleaching Extends Multiplexity Imaging of Highly Autofluorescent Clinical Samples
Published on: July 11, 2025
786