Hvorfor det ikke er trivielt at måle kar-diameteren i en bevægelig embryo
Zebrafisk-embryoner er en yndet model for kardiovaskulære studier, fordi deres gennemsigtighed giver forskere mulighed for at observere blodkarres dannelse og funktion i realtid. Dette optiske vindue er en stor fordel, men det har også en ulempe. Det samme hjerte, der gør modellen nyttig, får også karrene til at bevæge sig. Én enkelt hjerteslag kan forskyde en kar-kant med flere pixel, og denne bevægelse kan nemt fejltolkes som en ændring i diameteren. Et zebrafisk blodstrømsanalyse-system skal derfor skelne mellem den reelle kar-geometri og hjertets bevægelse, åndedrætsbevægelser samt lejlighedsvis muskelryk.
Problemet er ikke kun bevægelse. Karets diameter hos en larve kan være på kun få mikrometer. På denne skala er optisk opløsning, pixelstørrelse og fokusering alle afgørende. Et system, der ser fremragende ud på en statisk kalibreringsmålsætning, kan have problemer, så snart prøven er levende og pumper.
Billeddanningsmetoden afgør, hvad systemet faktisk kan se
De fleste diametermålinger starter med et mikroskop. Brightfield-billeddannelse er simpel og kræver ingen mærkning, men kontrasten mellem karvæggen og omkringliggende væv kan være svag. Fluorescens-billeddannelse løser dette ved at bruge transgene linjer, der udtrykker et fluorescerende protein i endotelceller. Kargrænsen bliver en lys linje mod en mørk baggrund, hvilket gør kantdetektion langt mere pålidelig.
Konfokale og lysplade-systemer tilføjer optisk sektionering. Det hjælper, når kar overlapper eller når den struktur, der er af interesse, ligger dybere i vævet. Kompromiset er hastigheden. Punktskannende konfokal mikroskopi kan være for langsom til at registrere hurtige diameterændringer. Spindelskive- eller lysplade-opstillinger fungerer ofte bedre til dynamiske målinger.
Opløsning er den absolutte grænse. Et typisk objektiv med høj numerisk aperture kan muligvis løse detaljer ned til en brøkdel af en mikrometer, men detektorens pixelstørrelse og optikken sammen bestemmer den mindste målbare ændring. Hvis karret kun er et par pixel bredt, kræves subpixel-algoritmer for at få meningsfulde tal.
Kalibrering omdanner pixel til mikrometer
En diameter i pixels er ubrugelig uden en skala. Kalibrering er trinnet, der konverterer disse pixels til mikrometer. Et mikrometer på mikroskopstadiet eller et hæmocytometerglas er det klassiske værktøj. En kendt afstand afbildes med samme objektiv og kameraindstillinger som brugt i eksperimentet. Softwaren beregner derefter mikrometer pr. pixel.
-
Optag et billede af kalibreringsmålet ved samme forstørrelse.
-
Mål en kendt afstand i pixels.
-
Divider den kendte afstand med antallet af pixels for at få skalaen.
-
Anvend denne skala på alle kar-målinger.
Kalibrering lyder trivielt, men det er nemt at gøre forkert. Ændring af objektivet, kamerabinningen eller zoomindstillingen gør den gamle skala ugyldig. Et system, der gemmer kalibreringsprofiler for hver konfiguration, reducerer denne risiko. Nogle avancerede platforme bruger også fluorescerende mikrokugler med kendt diameter til at kontrollere skalaen i tre dimensioner.
Kantdetektion og profilanalyse finder karvæggen
Når billedet er kalibreret, skal softwaren lokalisere karvæggene. Der findes flere almindelige metoder. Den simpleste er en tærskelværdi: ethvert pixel, der er lysere end en indstillet værdi, betragtes som tilhørende karet, og diameteren er afstanden mellem yderkanten af denne region. Tærskelbaseret segmentering er hurtig, men følsom over for ændringer i belysning og støj.
En mere robust tilgang bruger intensitetsprofiler. En linje tegnes vinkelret på karet, og pixelintensiteterne langs denne linje plottes. Karvæggene fremstår som toppe eller dale, afhængigt af mærkningen. Den fulde bredde ved halvdelen af maksimum (ofte forkortet til FWHM) er en standardmetode til at definere diameteren ud fra den pågældende profil. FWHM er mindre følsom over for ændringer i den samlede lysstyrke end en fast tærskelværdi, hvilket gør den nyttig til live-billeddannelse.
Subpixel-kantdetektion går et skridt videre. I stedet for at behandle en pixel som den mindste enhed, tilpasser algoritmen en kurve til intensitetsprofilen og finder kantens placering med subpixel-præcision. Det kan forbedre gentageligheden, når karret kun er få pixel bredt.
Sporing af diameter gennem hjertecyklussen
Et hvilende kar bevæger sig alligevel. Hjerteslaget presser blod gennem aorta og andre store kar, hvilket får dem til at udvide og trække sig sammen ved hver puls. At måle én enkelt frame giver et øjebliksbillede, ikke en rigtig diameter. Et system, der påstår at måle kardiameter, skal tage højde for hjertecyklussen.
Højhastighedskameraer hjælper. Billedfrekvenser over 100 billeder pr. sekund kan registrere flere punkter gennem et hjerteslag. Nogle systemer bruger retrospektiv gating, hvor softwaren sorterer billeder efter deres fase i hjertecyklussen. Andre bruger prospektiv udløsning, hvor billedoptagelsen synkroniseres med hjerteslaget. Begge tilgange reducerer bevægelsesuskarhed og giver brugeren mulighed for at rapportere systolisk og diastolisk diameter separat.
| Metode | Typisk præcision | Bevægelsessensitivitet | Bedst egnet til |
|---|---|---|---|
| Manuel omridstegning | Moderat | Høj | Statiske eller faste prøver |
| Tærskelbaseret segmentering | Moderat | Moderat | Højkontrast fluorescens |
| FWHM-profil | God | Lav til moderat | Live-billedoptagelse med intensitetsgradienter |
| Subpixel-kanttilpasning | Høj | Lav | Små kar, dynamiske studier |
Et felt-eksempel, hvor bevægelsesartefakt næsten forstyrrede et studie
En kardiovaskulær forskningsgruppe ved en universitet i Sydkina brugte et automatisk blodstrømsanalyse-system til at måle dorsal aorta-diameteren hos zebrafisk-embrioner. De første datasæt viste store svingninger, der ikke matchede den forventede farmakologiske respons. Holdet mistænkte en biologisk effekt, men mønstret var for ujævnt.
En nærmere analyse af det rå videomateriale afslørede problemet. Karvæggen bevægede sig med hver hjerteslag, og sporingalgoritmen låste sig fast på forskellige punkter langs væggen fra billede til billede. Den målte diameter skiftede mere end den reelle ændring. Løsningen bestod i at øge billedfrekvensen, tilføje et retrospektivt gating-trin og skifte fra en simpel tærskelmetode til en intensitetsprofilmetode. Den næste runde af data viste en ren og fortolkelig respons. Biologien havde været i orden hele tiden. Målingen havde ikke været det.
Den slags problem er ikke sjældent. Bevægelsesartefakter er en af de mest almindelige årsager til, at en diametermåling ser støjfyldt ud. Godte systemer tilbyder værktøjer til at håndtere det, men brugeren skal stadig genkende problemet.
Hvad et system kan og ikke kan love
Intet billedopfangningssystem kan måle kar-diameteren perfekt. Optisk opløsning sætter en nedre grænse. Anæstesi kan ændre karets tone. Dybe kar spredes lys og udvisker kanterne. Meget små kapillærer kan ligge under den praktiske grænse for et givet objektiv. Et system, der rapporterer et tal uden en usikkerhedsvurdering, skjuler noget.
Det praktiske mål er gentagelighed. Hvis samme kar målt to gange giver samme værdi inden for en kendt tolerance, er systemet nyttigt. Hvis værdien ændrer sig, når billedfrekvensen ændres, er målingen ikke pålidelig.
Hunter Lab (Hunter) fremstiller laboratorieudstyr til zebrafisk med særlig fokus på de optiske og mekaniske detaljer, der påvirker diametermåling. Produktionen og kvalitetskontrollen sikrer den stabilitet, som kræves til højhastighedsbilleddannelse og subpixelanalyse. For laboratorier, der skal sammenligne kar-diametre mellem forskellige behandlinger eller over tid, er netop denne stabilitet afgørende for, at dataene er værd at analysere.