利用X射線顯微斷層掃描技術(shù)對(duì)蜥蜴腦部進(jìn)行虛擬組織學(xué)研究操作流程
瀏覽次數(shù):353 發(fā)布日期:2024-10-16
來(lái)源:本站 僅供參考,謝絕轉(zhuǎn)載,否則責(zé)任自負(fù)
Zhou, Tunhe, Yulia Dragunova, and Zegni Triki. “Brain Virtual Histology of a Lizard Species (Podarcis Bocagei) Using X-Ray Micro-Tomography and Deep-Learning Segmentation.” bioRxiv, July 6, 2024. https://doi.org/10.1101/2024.07.05.602071.
本文旨在展示如何利用X射線顯微斷層掃描技術(shù)(microCT)和深度學(xué)習(xí)分割,對(duì)蜥蜴(Podarcis bocagei)的腦部進(jìn)行虛擬組織學(xué)研究,并提供一個(gè)詳細(xì)的操作流程。
01 研究背景
- 傳統(tǒng)的組織學(xué)方法耗時(shí)且對(duì)組織具有破壞性,而microCT可以提供高分辨率的3D圖像,實(shí)現(xiàn)任意方向的虛擬組織學(xué)切片,減少了對(duì)樣本的破壞和所需動(dòng)物數(shù)量。
- 雖然磁共振成像(MRI)也被用于腦部研究,但microCT在骨骼和肌肉組織方面具有更高的對(duì)比度和分辨率,能提供更全面的頭部解剖細(xì)節(jié)。
- 深度學(xué)習(xí)分割在醫(yī)學(xué)影像領(lǐng)域發(fā)展迅速,但野生動(dòng)物研究通常樣本量較小。本研究旨在證明深度學(xué)習(xí)分割在小樣本量下的有效性。
02 Dragonfly軟件的使用
- 圖像對(duì)齊與裁剪: 由于樣本放置方向不一致,作者使用Dragonfly軟件對(duì)圖像進(jìn)行對(duì)齊和裁剪,確保腦部區(qū)域一致,方便后續(xù)分析和深度學(xué)習(xí)訓(xùn)練。
- 手動(dòng)分割訓(xùn)練集: 作者在Dragonfly中手動(dòng)分割了約20-30個(gè)切片,作為深度學(xué)習(xí)模型的訓(xùn)練集。
- 3D模型重建與可視化: 作者使用Dragonfly將microCT圖像重建為3D模型,并對(duì)分割后的腦區(qū)進(jìn)行可視化展示。
(a) The images are aligned and cropped to keep the brain for fast segmentation. (b,c) Demonstration of manual segmentation.
3D rendering of the X-ray microCT images showing the external and internal of the head, and the main parts of the brain. The brain regions are: the olfactory bulb (green), telencephalon (purple), diencephalon (red), midbrain (blue), cerebellum (yellow) and brainstem (pink).
03 研究方法
1. 樣本準(zhǔn)備: 對(duì)蜥蜴頭部樣本進(jìn)行磷鎢酸(PTA)染色,增強(qiáng)組織對(duì)比度。
2. X射線microCT掃描: 使用蔡司Xradia Versa 520掃描儀對(duì)樣本進(jìn)行掃描,獲取高分辨率的3D圖像。
3. 半手動(dòng)分割訓(xùn)練集: 在Dragonfly中手動(dòng)分割部分切片,然后使用Biomedisa軟件進(jìn)行隨機(jī)游走插值,最后手動(dòng)檢查和修正。
4. 深度學(xué)習(xí)分割: 比較了Biomedisa和AIMOS兩種深度學(xué)習(xí)算法,使用訓(xùn)練好的模型對(duì)剩余數(shù)據(jù)進(jìn)行自動(dòng)分割。
5. 分割評(píng)估: 使用平均dice score(DSC)和腦區(qū)體積平均相對(duì)誤差(RE)評(píng)估分割精度。
04研究結(jié)果
- 成功分割出29個(gè)樣本的六個(gè)主要腦區(qū):嗅球、端腦、間腦、中腦、小腦和腦干。
- 兩種深度學(xué)習(xí)算法均只需5個(gè)訓(xùn)練集即可達(dá)到較高的分割精度(DSC>0.94),且與手動(dòng)分割的體積測(cè)量差異約為4%。
- 不同切片方向(冠狀面、矢狀面和水平面)對(duì)分割精度無(wú)顯著影響。
結(jié)論
- 本研究提供了一種高效、準(zhǔn)確的蜥蜴腦部3D成像和體積測(cè)量方法。
- microCT結(jié)合深度學(xué)習(xí)分割,特別適用于樣本量較小的野生動(dòng)物研究。
- 該方法在生態(tài)學(xué)、進(jìn)化生物學(xué)等領(lǐng)域具有廣泛應(yīng)用前景,并益于對(duì)頭部其他解剖細(xì)節(jié)感興趣的研究,以及計(jì)算機(jī)科學(xué)家開(kāi)發(fā)更高效的算法。
Dragonfly軟件在本研究中主要用于圖像預(yù)處理(對(duì)齊和裁剪)、手動(dòng)分割訓(xùn)練集的創(chuàng)建,以及3D模型重建和可視化等方面,為后續(xù)的深度學(xué)習(xí)分割和分析提供了基礎(chǔ)。