Projek Kotak Pasir BME 60B: 6 Langkah

2024 Pengarang: John Day | [email protected]. Diubah suai terakhir: 2024-01-30 11:07

Projek Sandbox kami bertujuan untuk membantu penyelidik dalam bidang biologi menganalisis sampel sel dan mengetahui keadaan sel mereka. Setelah pengguna memasukkan gambar sampel sel mereka, kod kami memproses gambar untuk menyiapkannya untuk pengiraan sel dengan menukar gambar ke skala kelabu dan binari. Kod menggunakan ambang untuk menghilangkan maklumat berlebihan yang tidak berkaitan dengan sel sebenar untuk mencari jisim sel dengan tepat. Setelah menghitung jumlah sel dalam gambar, kod kami memberikan ukuran piksel gambar dan kemudian mencari taburan kawasan sel dengan memplot jumlah sel berbanding luas sel untuk memberi pengguna pertemuan, yang merupakan peratusan permukaan hidangan kultur yang dilindungi oleh sel-sel yang diminati. Berdasarkan pertemuan, penyelidik dapat menentukan sama ada sel-sel mesti dilalui atau tidak; penyaluran sel merujuk kepada memperluas umur atau bilangan sel atau mikroorganisma dengan memindahkan sebahagian kultur ke media pertumbuhan yang segar, dan berguna apabila sel tumbuh terlalu besar atau kehabisan makanan. Setelah menjalankan kod dan memproses gambar, pengguna dapat memutuskan apakah mereka menerima atau menolak hasilnya, dan terus menyesuaikan ambang untuk pengambilan data yang lebih baik jika diperlukan.

Langkah 1: Pilih dan Konfigurasikan Imej untuk Analisis

Langkah pertama dalam kod kami adalah memilih gambar yang sesuai dan mengkonfigurasinya untuk dianalisis di Matlab. Kami dapat memilih gambar menggunakan fungsi uigetfile yang membolehkan kami mengambil fail apa pun dan memasukkannya ke dalam program. Kemudian, dengan menggunakan imread kami membaca gambar tersebut dan membuatnya dikonfigurasi untuk analisis di Matlab. Gambar yang dipilih kemudiannya dipaparkan pada subplot.

Langkah 2: Ambang dan GUI

Pada awal kod gambar dipilih dengan menggunakan "uigetfile" dan kemudian menentukan gambar itu dengan pemboleh ubah. Pemboleh ubah kemudian akan digunakan untuk mengenal pasti kod ketika menjalankan analisis yang berbeza. Subplot 2x2 dibuat dalam gambar. Pada kedudukan 1, gambar asal akan dipaparkan. Bahagian seterusnya kod adalah di mana penyesuaian ambang berlaku. Pada mulanya default ambang 0.6 digunakan dan ditunjukkan di kedudukan 2 subplot. Pernyataan if kemudian digunakan untuk menentukan sama ada pengguna mahu mengekalkan ambang atau menyesuaikannya. Pengguna daripada dapat menyesuaikan ambang menggunakan GUI yang merangkumi gambar pada keadaan ambang yang berbeza, slaid, dan butang simpan. Setelah ambang ditetapkan, maka pengguna akan mengklik butang simpan untuk menyimpan gambar dan ia akan disimpan dalam fail MATLAB pengguna sebagai-p.webp

Langkah 3: Memplotkan Kontur dan Pembahagian Sel

Bahagian seterusnya kod memaparkan kontur. Terdapat gelung di mana sel-sel ditutup oleh perimeter merah, dan sel-sel yang berada di bahagian atas sel lain digariskan dengan warna hijau. Gambar yang digariskan kemudian dipaparkan di kedudukan 3 dengan garis jarak interaktif. Garis ini akan menentukan bilangan piksel dalam garis yang disesuaikan oleh pengguna untuk penukar piksel ke milimeter. Faktor jarak kemudian dikalikan luas yang ditentukan oleh kawasan rantau dan kawasan itu sekarang dinyatakan dalam milimeter persegi. Data kemudian diplot menggunakan histogram untuk melihat taburan sel mengikut kawasannya. Histogram ini kemudian akan dipaparkan di kedudukan 4.

Langkah 4: Tukar Imej Sel

Pada langkah ini, kami mengambil gambar skala abu-abu dan binariari, disaring, dan terbalik. Melakukan fungsi-fungsi ini pada gambar mengeluarkan piksel bising yang dapat disalah anggap sel dan menjadikan gambar lebih halus dan lembut di sekitar tepi sel. Ini dilakukan untuk mengekstrak sel dalam gambar sebagai "gumpalan" yang dapat dibezakan yang berbeza intensitasnya dari latar belakang. "Gumpalan" adalah gambar putih intensiti tinggi dan latar belakangnya hitam. Sekiranya diizinkan sedikit masa lagi, kita akan menggunakan penukaran gambar Blob yang berbeza dan bukannya fungsi imbinarize agar lebih tepat dan lebih sesuai dengan gambar kita, tetapi kita memerlukan lebih banyak masa untuk meneliti dan melaksanakan fungsinya.

Langkah 5: Hitung Sel dan Hitung Pengumpulan Sel

Dalam langkah kod ini, kami bertujuan untuk menghitung jumlah sel yang terdapat dalam gambar. Kami terutamanya menggunakan fungsi regionprops untuk mengira kawasan gumpalan dan jika kawasan tersebut dikira berada dalam batas yang diinginkan, ia akan diplot pada subplot. Batasan ditetapkan untuk menghilangkan piksel bising kecil atau intensiti besar yang bukan sel. Kaunter sel kemudian akan mengira centroid yang kemudian diplot dan menambahkannya ke kaunter dalam gelung untuk. Setelah kawasan sel ditentukan, kami dapat mengira pertemuan. Kepentingan utama langkah dalam kod ini adalah untuk mencari pertemuan sel dan ini penting bagi tujuan akhir kod kita. Kami melakukan ini dengan mengira dengan menjumlahkan piksel (jumlah (allAreas)) di setiap gumpalan dan kemudian membaginya dengan nilai piksel keseluruhan gambar (numel (img)). Nisbah ini akan memberi kita pertemuan dan jika ditentukan lebih besar daripada 80% daripada masa untuk sel-sel dilalui oleh penyelidik. Kami bertujuan untuk seakurat dan seakurat mungkin tetapi dengan masa yang terhad sehingga ketidaktepatan berlaku. Sekiranya masa diizinkan, kita akan mencari cara untuk membuat penghitungan gumpalan lebih tepat seperti teknik penapisan lebih banyak dan / atau Transformasi Hough kerana belum banyak kajian yang dilakukan untuk mencuba teknik penyaringan

Langkah 6: Kebulatan Sel

Sebelum dapat mengukur kebulatan gumpalan dalam gambar, kita perlu menukar dari RGB ke skala kelabu, binarize, terbalik, dan menapis gambar. Teknik penapisan menggunakan fungsi bwareaopen, yang menyaring gambar yang menarik dan menghilangkan spesifikasi atau piksel yang terlalu kecil yang tidak mewakili ukuran sel. Elemen penstrukturan dibuat dengan bentuk cakera dan lingkungan 2 dan ia digunakan untuk mengisi jurang di latar belakang atau di dalam sel. Kemudian kami menggunakan fungsi bwboundaries yang mengesan gumpalan dan dan menyimpannya ke dalam matriks. Kami kemudian melabel gambar menggunakan warna yang berbeza sehingga menjadi visual yang lebih jelas. Seterusnya, menggunakan loop untuk yang berjalan mengikut jumlah objek dan lubang yang terdapat dalam gambar, ia menetapkan batas di sekitar gumpalan yang sesuai dengan array ini. Setelah gelung ini selesai, gelung lain bermula, sekali lagi mengikut bilangan objek dan lubang yang terdapat dalam gambar. Kali ini kita menggunakan fungsi regionprops yang mengumpulkan sifat-sifat tertentu seperti kawasan dari array dan menyimpan maklumat yang mengandungi bilangan objek dan lubang. Dengan menggunakan maklumat ini, kami mengira luas dan perimeter objek ini menggunakan bentuk sentroid. Ambang ditetapkan untuk membandingkan hasilnya setelah kami mengira unit metrik objek bulat dan memplot pengukuran ini sebagai teks di sebelah sentroid yang dikira. Kod akhir akan memaparkan kebulatan sel yang berbeza yang terdapat dalam gambar dan sebarang nilai yang hampir dengan nilai yang satu akan lebih bulat daripada yang lain. Nilai 1 menunjukkan bahawa sel itu bulat sempurna dan dalam keadaan baik untuk dilalui.