Este método pode ajudar a responder perguntas-chave no campo eletrofisiológico cardíaco, sobre a estrutura do espaço extracelular e mecanismos de comunicação celular. As principais vantagens desta técnica são que ela tem alta capacidade de rendimento e uma melhor frequência de amostragem espacial. Essencialmente, podemos obter medições mais rapidamente e com maior confiança do que antes.
A identificação perinexus e a solução de problemas do programa são difíceis de aprender sem demonstração visual, porque o perínxo é uma estrutura relativamente recém-definida, e a solução de problemas pode não ser intuitiva para investigadores que não estão familiarizados com o MATLAB. Para imagens em escala de cinza, use um software de computação numérica para garantir que nenhum pixel tenha uma intensidade superior a 255. Em seguida, abra nossa imagem emparelhada no software de processamento de imagens e amplie o perinexus.
É fundamental identificar adequadamente o perínxo. O primeiro passo é identificar uma placa de junção de lacunas, que tem uma aparência listrada. Então, procuramos por duas membranas opostas, em avião, para cerca de 200 nanômetros.
Identifique a placa de junção da estrutura pentylaminer. O início do perínxo é o ponto em que as duas bicamadas de membrana celular oposta divergem. Exibir uma barra de escala em nanômetros.
Os pontos de partida e final do contorno perínxo serão de 200 nanômetros desde o início do perínxo. Em seguida, selecione a ferramenta de seleção à mão livre. Clique e arraste, ou use uma caneta para traçar cuidadosamente ao longo da membrana interna de uma célula, até o início do perínxo, e voltar ao longo da membrana interna da segunda célula.
Feche a área selecionada liberando o botão do mouse ou levantando a caneta. Em seguida, defina a largura da linha para um pixel, e a cor do primeiro plano para o valor de maior intensidade para o tipo de imagem. Como branco, para imagem em escala de cinza.
Crie um esboço traçado a partir da seleção e salve a imagem resultante como um tipo de arquivo compatível com o software de análise, como JPEG ou TIFF. Se necessário, abra o software de análise de distância de separação da membrana e altere os locais de salvamento para que os dados e números sejam gerados. Salve o arquivo e feche-o.
Então, execute o programa. Defina o limiar de gradiente de derivada espacial adequadamente para identificação da linha central. Defina a escala e os pixels por comprimento da unidade.
Estabeleça os limites espaciais inferiores e superiores para a região de interesse, no que diz respeito à borda da junção de lacunas. Selecione a detecção automática ou manual do ponto de partida. A detecção manual do ponto de partida pode ser necessária para perinexi em forma irregular.
Em seguida, abra a imagem com o perinexo delineado. Clique e arraste para desenhar uma caixa ao redor do perínxo, excluindo a extremidade fechada. Clique duas vezes dentro do contorno perínxo traçado para cortar a imagem e identificar a linha central.
Se o ponto de partida for selecionado manualmente, um cursor de mira e linha central aparecerão sobre a imagem original. Selecione um ponto fora do perínxo perto do ponto de partida desejado para continuar o processo. Uma vez terminado o processo, confirme que a linha central permanece dentro do perínxo, e cruza adequadamente o ponto de partida.
Revise os dados gerados e plote a largura perinexal. Se a linha central não estiver devidamente identificada e isolada, abra a matriz de imagem g-mag para determinar um limiar de gradiente apropriado. Usamos a ferramenta de índice para clicar em torno da linha central, e o array g-mag para ter uma ideia de qual pixel queremos que o algoritmo de localização da linha central selecione.
O limiar de gradiente deve então ser definido um pouco acima do valor de intensidade desses pixels. Selecione a ferramenta de índice e clique na linha central e ao redor para exibir o valor do índice dos pixels que devem ser selecionados. Defina o limiar de gradiente de derivativo espacial para um pouco acima do valor do índice e execute o processo novamente.
Se o ponto de partida não for detectado corretamente no processo automatizado, execute o programa novamente usando detecção manual de ponto de partida. Neste processo, contornos manuais são dilatados em incrementos de um pixel para contar o número de pixels entre as duas bordas. Cada incremento é adicionado a uma imagem de trabalho para gerar uma derivada espacial.
O contorno original e a linha central são descontinuidades em sua magnitude. Depois de isolar a linha central, ela é refinada por dilatação, erosão e um algoritmo de pathfinding. A largura perinexal é apresentada em função da distância desde o início do perínxo, ou dentro de uma região de interesse, e como uma média de ambas as funções.
À medida que a orientação perínxo mudou, foram observadas subestimações na largura perínxe, dependendo do padrão de dilatação. A correção trigonométrica produziu resultados fortemente correlacionados com imagens giradas para orientar horizontalmente o perínxo. O algoritmo foi validado para diferentes resoluções espaciais, unidades de referência e tamanhos de imagem.
Usuários experientes e inexperientes rastrearam o contorno mais rápido do que segmentaram manualmente a imagem. E o processo automatizado teve uma resolução espacial significativamente maior. Observadores experientes e inexperientes identificaram com precisão diferenças significativas na largura perinexal entre pacientes com e sem fibrilação atrial pré-existente.
Esses observadores também não identificaram com precisão nenhuma diferença significativa entre as larguras absolutas de junção de lacunas na mesma população. As larguras de junção perinexal e gap foram consistentes com os relatórios anteriores. Ao tentar este procedimento, lembre-se de tomar seu tempo com o contorno, pois mesmo pequenos desvios da membrana podem produzir erros substanciais nesta escala.
Geralmente, indivíduos novos neste método lutam porque não estão familiarizados com a estrutura que estão medindo, ou não têm certeza de como solucionar problemas para iniciar a identificação de pontos ou desvio de linha central. Ver esse método de processamento de imagem realizado é fundamental. Como a identificação perinexus e a solução de problemas de algoritmo são difíceis de aprender sem ele.
E queremos garantir que estamos quantificando o que dizemos que estamos medindo. Essa técnica abre caminho para pesquisadores do campo da saúde cardíaca, explorar maior quantificação de resolução de muitos níveis de função cardíaca. Da nanoescala, espaços extracelulares à determinação clínica de eficiência ventricular ou disfunção.
Embora este método tenha sido demonstrado com imagens de eletromicroscopia, também pode ser aplicado a outras técnicas de imagem, como a ecocardiografia cardíaca para quantificar com mais precisão a função mecânica do coração. Este método pode encontrar aplicações em qualquer campo de imagem porque o programa pode medir o espaço entre duas bordas definidas, se a escala for definida adequadamente, e as bordas estiverem quase paralelas.
