版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著光學(xué)顯微技術(shù)的進(jìn)步,全內(nèi)反射熒光顯微鏡(total internal reflection fluorescencemicroscopy,TIRFM)相比于傳統(tǒng)的生物醫(yī)學(xué)研究方法(如免疫細(xì)胞化學(xué)、基因技術(shù)、亞細(xì)胞分層等)能夠?qū)崟r(shí)觀(guān)察細(xì)胞膜附近區(qū)域內(nèi)的亞細(xì)胞目標(biāo)(如轉(zhuǎn)運(yùn)囊泡、自噬溶酶體、細(xì)胞骨架等),并定量分析其結(jié)構(gòu)形態(tài)和動(dòng)態(tài)運(yùn)動(dòng)特性(如微管結(jié)構(gòu),胞吞胞吐過(guò)程中的囊泡運(yùn)動(dòng)、細(xì)胞遷移等)。但由于所觀(guān)察的對(duì)象特征復(fù)雜、運(yùn)動(dòng)模式多變,人工分
2、析海量的TIRFM圖像數(shù)據(jù)不僅十分繁瑣,分析結(jié)果錯(cuò)誤率往往較高。因此,利用計(jì)算機(jī)圖像處理技術(shù)對(duì)顯微圖像進(jìn)行自動(dòng)分析,并提供客觀(guān)的定量數(shù)據(jù)幫助量化并驗(yàn)證所觀(guān)察到的生命活動(dòng)就顯得尤為重要。
細(xì)胞膜附近區(qū)域葡萄糖轉(zhuǎn)運(yùn)蛋白(glucose transporter,Glut)囊泡的運(yùn)動(dòng)情況和徽管細(xì)胞骨架的結(jié)構(gòu)形態(tài)與葡萄糖轉(zhuǎn)運(yùn)機(jī)制密切相關(guān)。針對(duì)近膜區(qū)域內(nèi)常見(jiàn)的Glut4囊泡、自噬溶酶體以及微管細(xì)胞骨架等亞細(xì)胞目標(biāo)的TIRFM圖像,本論文開(kāi)
3、展如下工作:熒光顯微圖像降噪,顯微圖像中特征斑點(diǎn)的檢測(cè),Glut4囊泡與細(xì)胞質(zhì)膜融合過(guò)程的自動(dòng)識(shí)別,以及利用多角度TIRF成像技術(shù)重建微管在近膜區(qū)域的三維形態(tài)。論文主要成果及創(chuàng)新點(diǎn)包括:
(1)在分析熒光顯微圖像形成的基礎(chǔ)上,提出基于小波多尺度求和(wavelet multiscaleaddition,WMA)的圖像降噪方法。不同信噪比的模擬圖像實(shí)驗(yàn)結(jié)果表明相對(duì)于線(xiàn)性濾波,高斯平滑濾波以及小波多尺度方差穩(wěn)定變換算法,WMA算法
4、擁有更優(yōu)的降噪效果。WMA算法在C2C12骨骼肌細(xì)胞Glut4囊泡和微管圖像中的降噪效果也得到了驗(yàn)證。
(2)建立了根據(jù)熒光斑點(diǎn)的亮度均值和方差構(gòu)建特征空間實(shí)現(xiàn)顯微圖像中的特征斑點(diǎn)檢測(cè)(feature particle detection,F(xiàn)PD)算法。模擬圖像實(shí)驗(yàn)結(jié)果表明在信噪比很低(SNR=1)時(shí),F(xiàn)PD算法的準(zhǔn)確檢測(cè)率仍能達(dá)到87%。在胸主動(dòng)脈平滑肌細(xì)胞自噬溶酶體的檢測(cè)中,F(xiàn)PD算法優(yōu)于ImageJ軟件自帶的Analyz
5、e articles(AP)算法,與人工識(shí)別效果的擬合度達(dá)到93%。
(3)基于pH值敏感性熒光蛋白VAMP2-pHluorin標(biāo)記Glut4囊泡,應(yīng)用移動(dòng)平均差分算法結(jié)合自適應(yīng)閾值(中值絕對(duì)偏差)能從TIRF圖像序列中檢測(cè)出備選Glut4融合囊泡并確定融合起始幀數(shù)。通過(guò)對(duì)備選Glut4融合囊泡進(jìn)行逐幀二維Gaussian擬合,得到融合過(guò)程中囊泡的參數(shù)變化情況,以此判斷備選Glut4囊泡融合過(guò)程屬于完全融合(fullfusio
6、n)還是部分融合(partial fusion)。三組已知真實(shí)融合信息的3T3-L1脂肪細(xì)胞TIRF圖像序列用于驗(yàn)證識(shí)別算法的有效性。實(shí)驗(yàn)結(jié)果表明備選Glut4融合囊泡準(zhǔn)確檢測(cè)率達(dá)到96.5%,融合過(guò)程準(zhǔn)確識(shí)別率達(dá)到84.3%。
(4)結(jié)合多角度TIRF顯微技術(shù)得到圖像的更多空間深度信息,擬合不同入射角下激光的透射強(qiáng)度,實(shí)現(xiàn)了觀(guān)察目標(biāo)的三維形態(tài)重建。實(shí)驗(yàn)結(jié)果表明在信噪比為2時(shí),探測(cè)深度在300nm范圍內(nèi)的定位精度能達(dá)到40nm
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 光學(xué)顯微圖像細(xì)胞結(jié)構(gòu)檢測(cè)和重建方法研究.pdf
- 基于收斂指數(shù)的顯微圖像中細(xì)胞檢測(cè)計(jì)數(shù)與三維重建研究.pdf
- 顯微圖像處理和三維圖像重構(gòu)的研究.pdf
- 顯微圖像融合研究.pdf
- 基于三維重建的圖像特征點(diǎn)檢測(cè)和匹配技術(shù)的研究.pdf
- 基于數(shù)學(xué)形態(tài)學(xué)的紅細(xì)胞顯微圖像分類(lèi)識(shí)別研究.pdf
- 白細(xì)胞顯微圖像的分類(lèi)識(shí)別研究.pdf
- 土壤顯微圖像分析及三維可視化.pdf
- 基于散焦顯微圖像的三維重構(gòu)方法研究.pdf
- 三維點(diǎn)云數(shù)據(jù)的離群點(diǎn)檢測(cè)和模型重建.pdf
- 基于熒光顯微圖像的亞細(xì)胞定位算法.pdf
- 三維定量光學(xué)顯微鏡圖像重建.pdf
- 基于骨架與角點(diǎn)檢測(cè)的三維目標(biāo)識(shí)別研究.pdf
- 白細(xì)胞顯微圖像識(shí)別技術(shù)研究.pdf
- 角毛藻顯微圖像識(shí)別與無(wú)角毛類(lèi)藻多細(xì)胞顯微圖像計(jì)數(shù)研究.pdf
- 顯微圖像融合技術(shù)研究.pdf
- 細(xì)胞圖像的三維視覺(jué)重建.pdf
- 圖像序列中運(yùn)動(dòng)目標(biāo)的三維重建的研究與實(shí)現(xiàn).pdf
- 腹水脫落癌細(xì)胞顯微圖像分類(lèi)識(shí)別研究.pdf
- 金相顯微圖像融合的研究.pdf
評(píng)論
0/150
提交評(píng)論