文章

Olympus VS200整体解决方案在胰岛图像的分割和分析中的应用

2021-11-01     来源:本站     点击次数:571

科技前沿丨真·人工智能替你搬砖
 

 
在研究糖尿病和其他代谢性疾病时,研究人员希望能够分析这些含胰岛素β细胞的百分比和相对位置。若要获得研究相关的数据,大批量显微图像分析对于确定胰岛的形态和定量至关重要。
这种分析既要定性又要定量,并且必须可靠且客观。
 
生物学小常识:
胰腺具有两个主要功能:
分泌酶以分解食物中的蛋白质、脂质、碳水化合物和核酸(外分泌)。
分泌控制血糖水平的胰岛素和胰高血糖素(内分泌)。这部分与糖尿病有关。
胰腺中的β细胞群(也称胰岛)在胰岛素分泌中起到关键作用。
胰岛素通过刺激其他组织的细胞吸收能量,协助降低血液中的葡萄糖含量。
 
胰岛自动检测与分析的挑战
 
小鼠胰腺切片样品中的胰岛使用特定荧光抗体实现了可视化。但为了分析这些结构,研究人员通常需要以非常耗时的方式手动筛选胰岛。如下所示的传统自动分割方法(如基于阈值的算法)无法专门用于检测胰岛。
同时,在标记胰岛的Alexa 594通道中还检测到红细胞的自发荧光,因此很难自动将胰岛(绿色圆圈)β细胞的标记与充满红细胞的血管(蓝色圆圈)区分开。
 

10倍图像,基于常规阈值方法的检测结果(绿色),该方法无法区分胰岛与血红细胞(蓝色)。
 
胰岛(绿色圆圈);血细胞(蓝色圆圈)
 
Olympus VS200整体解决方案
 
为了提高这一过程的效率,奥林巴斯推出了“SLIDEVIEW VS200研究级全玻片扫描系统+深度学习”这一解决方案。为了测试该解决方案,我们将其应用于胰岛图像的分割和分析中。
 

 
在测试中,我们研究了CB57BL/6NTac小鼠胰岛衰老过程中,胰岛的形态和功能变化。实验中使用了胰岛素抗体染色方案制备的小鼠胰腺切片。这种染色可以实现对胰岛内β细胞的识别。这些细胞的结构与外分泌部分不同,对应于胰腺的内分泌部分。
 
使用奥林巴斯SLIDEVIEW VS200研究级全玻片扫描系统以10倍倍率快速采集了小鼠胰腺样品的数字玻片图像。在最终获得40幅图像中,以人眼就可以轻松识别其中的胰岛。
 
由奥林巴斯VS200玻片扫描系统扫描的胰腺切片示例。 红色:Alexa 594染色第二抗体附着在生产胰岛素的β细胞第一抗体上,蓝色:DAPI复染细胞核。
(样品由德国罗斯托克大学医学部医学生物化学和分子生物学研究所的Simone E. Baltrusch教授和Cindy Zehm博士提供。)
 
VS200研究级全玻片扫描系统提供了基于卷积神经网络进行深度学习的TruAI模块— 一款用于图像分析的VS-Desktop软件插件。
 
它是一种自学习式的显微图像分析方法,可用于对象分割,是一种极其强大的技术。我们可以借助这项技术自动检测此实验中小鼠的胰岛。
 
利用TruAI深度学习解决方案自动对样品进行识别和分析
 
进行自动分析的第一步,是为软件提供带标注的样品图像(ground truth)数据。这里可通过手动标记十二个不同小鼠胰腺样品(下图中绿色圆圈)的胰岛来实现。
 

 
TruAI 使用小窍门:
标记的对象越多越好。
大量强度、颜色、大小和形状不同的对象可以让神经网络鲁棒性*更佳。
插件提供了方便进行手动标记的各种工具。
*鲁棒, Robust的音译,所谓“鲁棒性”,也是指控制系统在一定(结构,大小)的参数摄动下,维持其它某些性能的特性。
 
生成标记数据的下一步是训练深度神经网络(Deep Neural Networks,DNN)。
 
在此阶段,神经网络会将ground truth数据与其自身计算数据进行比对,直至其达到较高概率值。计算得出的数据是一种人工智能(Artificial Intelligence, AI),它模仿人类大脑(所谓DNN)学习、识别结构并做出智能判断。
 
最后一步,将计算出的DNN应用于其余胰腺图像,即可实现胰岛的自动检测和分割。
 
经过训练的奥林巴斯TruAI DNN可以传送至任何VS-Desktop 工作站及其它可兼容的奥林巴斯产品上使用。
 
总结:胰岛分割和分析的自动化过程
三个简单步骤:
 
1. 使用SLIDEVIEW VS200研究级全玻片扫描系统扫描新图像。
 

 
2. 经过训练的DNN对胰岛进行检测和分割。
 

 
3. 检测到的胰岛在经过分割后,将被用于进一步的计数和测量分析。
 

 
使用配备TruAI深度学习解决方案的SLIDEVIEW VS200研究级全玻片扫描系统,进行胰岛检测和分割的优势:
 
相比其他现有自动化方法,TruAI模块能够以更高的可靠性和准确性对复杂图像中的胰岛轻松地进行检测和分割。此外,基于分割结果,还可以执行诸如计数和测量等进一步的分析。
 
SLIDEVIEW VS200研究级全玻片扫描系统与TruAI深度学习解决方案相结合,可以应用到生物领域的各类图像,如明场、荧光细胞和组织样品等,提供从样品采集到精确的数据定量分析的完整工作流程。
 
精准的图像分析自动化,将科研人员从大量繁琐的手动操作工作中解放出来,提高了研究效率。
 

 
SLIDEVIEW VS200研究级全玻片扫描系统
2倍到100倍,出色的全玻片成像质量
兼容各种载玻片尺寸及观察方法
从明场到荧光多色标记,简单强大的工作流程
从手动明场扫描到AI识别和全自动扫描,独特的软硬件配置
 
 
致  谢
 
本应用指南的编写获得了德国罗斯托克大学医学部医学化学和分子生物学研究所的研究人员以及德国奥林巴斯软成像解决方案产品经理Sara Quinones Gonzalez的帮助:
 
rer. nat. Simone E. Baltrusch教授/博士,德国罗斯托克大学医学部医学生物化学和分子生物学研究所
 
Cindy Zehm博士,德国罗斯托克大学医学部医学生物化学和分子生物学研究所
 
Sara Quinones Gonzalez,奥林巴斯软成像解决方案有限公司产品经理,德国明斯特
 
 
更多精彩内容
请关注“OLYMPUS生命科学”
相关文章 更多 >