Sıçan Cremaster'ın Muscle arteriyollerde Hücre-serbest Katman Görselleştirme ve

Bu prosedürün genel amacı, in vivo hücresiz katman genişliğindeki uzay-zamansal varyasyonları ölçmektir. Bu yöntem, hücre filisinin mikro dolaşımdaki rolünü daha iyi anlamak için mikro hemodinamik alanındaki temel soruları yanıtlamaya yardımcı olabilir. Bu yöntemin ana avantajı, in vivo hücre filisi genişliğinin, çok zaman alan önceki manuel ölçüm tekniklerinden daha tutarlı ve rahat bir şekilde ölçülebilmesidir.

Hücresiz katman genişliği ölçümüne başlamadan önce, hücresiz katman öncesi MatLab komut dosyasını çalıştırın. Ardından, analiz için video dosyasını seçmek için dosyayı aç'a tıklayın ve yakınlaştırma seviyesini gerektiği gibi ayarlamak için yakınlaştırma slaytını kullanarak tek bir teknenin duvarlarını dikey olarak hizalamak için döndürme slaydını ayarlayın. Gemi uygun konumdayken, düzenlemeyi onayla'ya tıklayın, ardından ilgilenilen bölgeyi tanımlamak için ROI'yi kırpmak için ayarla'ya tıklayın.

Hizalanan görüntü bir açılır pencerede görüntülenecektir. Görüntüdeki dikdörtgen hedefi gerektiği gibi ayarlayın ve ilgilenilen bölgeyi onaylamak için hedefi çift tıklayın. Ardından, düzenlenen tüm video karelerini, seçilen video dosyasıyla aynı ada sahip klasörde bulunacak olan ardışık bitmap görüntülerine çıkarmak için Görüntüleri Ayıkla'yı tıklayın.

Hücresiz katman genişliğini ölçmek için Dosya Seç'e tıklayın ve görüntüler klasörüne tıklayın. İlk görüntü çerçevesi, gri tonlamalı görüntü panelinde, görüntü histogramı panelinde karşılık gelen gri yoğunluk histogramıyla birlikte görünecektir. Analizi gerçekleştirmek için liste kutusundan istediğiniz görüntü çerçevesini seçin ve ışık yoğunluğu profili tepe noktasının iki piksel üzerinden karanlıktan aydınlığa geçtiği konum olarak belirlenen görüntüdeki iç kap duvarını tanımlamak için Gemi Duvarlarını Bul'a tıklayın.

Tuz ve karabiber gürültüsünü azaltmak için görüntüye medyan filtre uygulamak için medyan filtreyi kontrol edin. Görüntü kontrastını artırmak için görüntü yoğunluklarının dijital olarak ayarlanması için otomatik kontrastı kontrol edin. Ardından, gri düzeyleri eşik değerinin üzerinde olan beyaz pikseller ve eşik değerinin altında gri düzeyleri olan siyah pikseller olmak üzere iki sınıfa ayıran eşik değerini otomatik olarak belirlemek için liste kutusunda bir eşik algoritması seçin.

Hücresiz katman genişliklerinin uzamsal değişimini ölçmek için, piksel çözünürlüğü kutusuna piksel çözünürlüğünü girin. Ardından, hücresiz katman genişliklerinin uzamsal değişimini elde etmek için Hesapla'ya tıklayın ve Dışa Aktar'a tıklayın. CSV: Hücresiz katman genişliği verilerini tablo biçiminde dışa aktarmak için.

Kap boyunca belirli bir analiz çizgisinde hücresiz katman genişliklerinin zamansal değişimini ölçmek için Zamansal Varyasyon'a tıklayın ve kare hızı bilgilerini girin. Analiz için görüntülerin ilk ve son karelerini sırasıyla başlangıç karesi ve son kare kutularına girin. Analiz çizgisinin kap boyunca konumunu seçmek için analiz çizgisi kaydırma çubuğunu ayarlayın ve hem gri tonlamalı hem de ikili görüntülerde gösterildiği gibi analiz çizgisinin konumunu onaylayın.

Ardından, hücresiz katman genişliklerinin zamansal değişimini elde etmek için Hesapla'ya tıklayın ve hücresiz katman genişliği verilerini tablo biçiminde dışa aktarmak için Export. csv'ye tıklayın. Burada, tipik bir kırmızı kan hücresi, RBC çekirdeği ile iç damar duvarı arasında hücresiz tabakanın gözlenebildiği sıçan kremaster kasındaki dallanmamış bir arteriyelden akar

Bu bileşenler arasında iyi bir kontrast, hücresiz katman genişliği ölçümlerinin doğruluğunu sağlamak için kritik öneme sahiptir. Görüntü analizinin ilk aşaması, iç damar duvarının tespitini içeriyordu. Gemiye dik olan analiz çizgisi boyunca ışık yoğunluğu profili elde edilerek, konum, iki piksel üzerinden karanlıktan aydınlığa geçen zirveye yaklaştırılır.

Daha sonra, RBC çekirdek sınırları, görüntü eşikleme algoritması kullanılarak tespit edilir ve daha sonra CFL genişlikleri hesaplanabilir. Hücresiz katmandaki kırmızı kan hücreleri farklı ışık geçirgenliklerine sahip olduğundan, gri seviyelerdeki fark iki sınıfa ayrılabilir. Bununla birlikte, görüntü histogramındaki iki tepe noktası arasında doğru bir eşik değerinin belirlenmesi, düşük görüntü kalitesi ve kontrast nedeniyle kısıtlanabilir.

Kırmızı kan hücreleri ile hücresiz tabaka arasındaki kontrastı iyileştirmek için mavi bir filtre kullanılabilir. Bu, kırmızı kan hücresi çekirdeklerinin sınırlarının mavi bir filtre ile daha doğru bir şekilde tanımlandığı bu görüntülerde daha da belirgindir. Eşikleme algoritması, farklı eşikleme algoritmalarının farklı kırmızı kan hücresi çekirdek sınırlarının ve dolayısıyla farklı hücresiz katman genişliklerinin tanımlanmasıyla sonuçlandığı bu görüntülerde görüldüğü gibi hücresiz katman genişliği ölçümünü de etkileyebilir.

İn vivo hücresiz katman genişliğinin ölçümü, görüntülerin kalitesine çok duyarlıdır. Bu nedenle, ameliyatı dikkatli bir şekilde yaptığınızdan ve iyi bir görüntü kalitesi elde etmek için uygun bir optik asistan kullandığınızdan emin olun. Ayrıca, doğru ve tutarlı bir hücresiz katman genişliği ölçümü sağlamak için uygun görüntü eşikleme algoritmasının seçilmesi önemlidir.