Cette méthode peut aider à répondre aux questions clés dans le domaine électrophysiologique cardiaque, sur la structure de l’espace extracellulaire et les mécanismes de communication cellulaire. Les principaux avantages de cette technique sont qu’elle a des capacités de débit élevées et une fréquence d’échantillonnage spatiale améliorée. Essentiellement, nous pouvons obtenir des mesures plus rapidement et avec plus de confiance qu’auparavant.
L’identification du périnée et le dépannage du programme sont difficiles à apprendre sans démonstration visuelle, parce que le périnée est une structure relativement nouvellement définie, et le dépannage peut ne pas être intuitif pour les chercheurs qui ne connaissent pas matlab. Pour les images à échelle grise, utilisez un logiciel informatique numérique pour vous assurer qu’aucun pixel n’a une intensité supérieure à 255. Ensuite, ouvrez notre image jumelée dans un logiciel de traitement d’image, et zoomez sur le périnée.
Il est essentiel d’identifier correctement le périnée. La première étape consiste à identifier une plaque de jonction d’écart, qui a une apparence rayée. Ensuite, nous sommes à la recherche de deux membranes opposées, en plan, à environ 200 nanomètres.
Identifiez la plaque de jonction d’écart de sa structure de pentylaminer. Le début du périnée, est le point où les deux bicouches de membrane cellulaire opposée divergent. Affichez une barre d’échelle en nanomètres.
Les points de départ et de fin du contour du périnée seront de 200 nanomètres à partir du début du périnée. Ensuite, sélectionnez l’outil de sélection à main levée. Cliquez et faites glisser, ou utilisez un stylet pour tracer soigneusement le long de la membrane interne d’une cellule, jusqu’au début du périnée, et remonter le long de la membrane interne de la deuxième cellule.
Fermez la zone sélectionnée en libérant le bouton de la souris ou en soulevant le stylet. Ensuite, réglez la largeur de la ligne à un pixel, et la couleur de premier plan à la valeur d’intensité la plus élevée pour le type d’image. Comme le blanc, pour l’image à échelle grise.
Créez un contour tracé à partir de la sélection et enregistrez l’image résultante en tant que type de fichier compatible avec le logiciel d’analyse, comme JPEG ou TIFF. Si nécessaire, ouvrez le logiciel d’analyse de distance de séparation membranaire et modifiez les emplacements d’sauvegarde pour les données et les chiffres à générer. Enregistrez le fichier et fermez-le.
Ensuite, exécutez le programme. Définissez le seuil de gradient dérivé spatial de façon appropriée pour l’identification de la ligne centrale. Définissez l’échelle et les pixels par unité de longueur.
Fixez les limites spatiales inférieures et supérieures pour la région d’intérêt, en ce qui concerne le bord de la jonction de l’écart. Sélectionnez la détection automatique ou manuelle du point de départ. La détection manuelle des points de départ peut être nécessaire pour le périnéexi de forme irrégulière.
Ensuite, ouvrez l’image avec le périnée décrit. Cliquez et faites glisser pour dessiner une boîte autour du périnée, à l’exclusion de l’extrémité fermée. Double clic à l’intérieur du contour du périnée tracé pour recadrer l’image et identifier la ligne centrale.
Si le point de départ doit être sélectionné manuellement, un curseur en réticule et une ligne centrale apparaîtront sur l’image d’origine. Sélectionnez un point en dehors du périnée près du point de départ souhaité pour poursuivre le processus. Une fois le processus terminé, confirmez que la ligne centrale reste dans le périnée et croise correctement le point de départ.
Examinez les données générées et tracez la largeur périnée. Si la ligne centrale n’a pas été correctement identifiée et isolée, ouvrez le tableau d’images g-mag pour déterminer un seuil de gradient approprié. Nous utilisons l’outil d’index pour cliquer autour de la ligne centrale, et le tableau g-mag pour avoir une idée du pixel que nous voulons que l’algorithme de recherche de la ligne centrale sélectionne.
Le seuil de gradient doit alors être fixé juste au-dessus de la valeur d’intensité de ces pixels. Sélectionnez l’outil index, et cliquez sur et autour de la ligne centrale pour afficher la valeur d’index des pixels qui doivent être sélectionnés. Définissez le seuil de gradient dérivé spatial juste au-dessus de la valeur de l’indice et exécutez à nouveau le processus.
Si le point de départ n’a pas été détecté correctement dans le processus automatisé, exécutez à nouveau le programme à l’aide de la détection manuelle des points de départ. Dans ce processus, les contours manuels sont dilatés en un pixel par incréments pour compter le nombre de pixels entre les deux bords. Chaque incrément est ajouté à une image de travail pour générer un dérivé spatial.
Le contour d’origine et la ligne centrale sont des discontinuités dans son ampleur. Après avoir isolé la ligne centrale, elle est affinée par la dilatation, l’érosion et un algorithme d’éclairage. La largeur périnéexale est présentée en fonction de la distance depuis le début du périnée, ou dans une région d’intérêt, et comme une moyenne de ces deux fonctions.
Au fur et à mesure que l’orientation du périnée changeait, des surestimations ou des sous-estimations de la largeur du périnée ont été observées, selon le modèle de dilatation. La correction trigonométrique a produit des résultats fortement corrélés avec des images tournées pour orienter le perinexus horizontalement. L’algorithme a été validé pour différentes résolutions spatiales, unités de référence et tailles d’images.
Les utilisateurs expérimentés et inexpérimentés ont tracé le contour plus rapidement qu’ils n’ont segmenté manuellement l’image. Et le processus automatisé avait une résolution spatiale significativement plus grande. Les observateurs expérimentés et inexpérimentés ont identifié avec précision des différences significatives dans la largeur périinexal entre les patients présentant et sans préexistant fibrillation auriculaire.
Ces observateurs n’ont également identifié avec précision aucune différence significative entre les largeurs absolues des jonctions d’écart dans la même population. Les largeurs de jonction périnéexal et gap étaient compatibles avec les rapports précédents. Tout en essayant cette procédure, n’oubliez pas de prendre votre temps avec le contour, car même de petites déviations de la membrane peuvent produire des erreurs substantielles à cette échelle.
En général, les personnes nouvelles à cette méthode luttent parce qu’ils ne sont pas familiers avec la structure qu’ils mesurent, ou ils ne savent pas comment résoudre les problèmes pour démarrer l’identification des points ou la déviation de la ligne centrale. Il est essentiel de voir cette méthode de traitement d’image effectuée. Comme l’identification du périnée et le dépannage des algorithmes sont difficiles à apprendre sans elle.
Et nous voulons nous assurer que nous quantifions ce que nous disons mesurer. Cette technique ouvre la voie aux chercheurs dans le domaine de la santé cardiaque, afin d’explorer la quantification à résolution plus élevée de nombreux niveaux de fonction cardiaque. Des espaces extracellulaires à l’échelle nanométrique à la détermination clinique de l’efficacité ventriculaire ou de la disfonction.
Bien que cette méthode ait été démontrée avec des images d’électromicroscopie, elle peut également être appliquée à d’autres techniques d’imagerie, telles que l’échocardiographie cardiaque pour quantifier plus précisément la fonction mécanique du coeur. Cette méthode peut trouver des applications dans n’importe quel domaine d’imagerie parce que le programme peut mesurer l’espace entre deux bords définis, si l’échelle est définie de manière appropriée, et les bords sont presque parallèles.
