PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Metoda segmentacji obrazów mikroskopowych komórek roślinnych znakowanych radiograficznie do wyznaczania poziomu syntezy DNA w jądrach komórkowych

Treść / Zawartość
Identyfikatory
Warianty tytułu
EN
The segmentation method of microscopic images of radiographically labelled plant cells for the determination of nuclei DNA synthesis level
Języki publikacji
PL
Abstrakty
PL
W artykule przedstawiono algorytm segmentacji autoradiogramów preparatów mikroskopowych komórek korzenia rzodkiewki (Raphanus sativus) wybarwionych metodą Feulgena. Celem segmentacji jest wyróżnienie obszarów skupień znacznika, co daje podstawą do dalszej oceny ilościowej poziomu syntezy kwasu nukleinowego (DNA) w jądrach komórkowych. Tempo namnażania materiału genetycznego może sygnalizować zaburzenia procesu wzrostu roślin powodowane różnymi czynnikami szkodliwymi w środowisku. Badane mikroskopowe obrazy autoradiograficzne są poddawane odwzorowywaniu z przestrzeni koloru RGB do HSV, filtracji medianowej, operacjom morfologicznym i w końcu progowaniu w celu znalezienia obiektów markera i powierzchni jąder komórkowych. Operacje te umożliwiają kompensację nierówności tła i redukcję artefaktów. Zastosowano dwa różne sposoby obróbki w celu wyodrębnienia dużych i małych skupień markera. Proponowany algorytm został zrealizowany w środowisku MATLAB 7 a wyniki segmentacji uzyskane dla serii 10 obrazów autoradiogramów zostały zweryfikowane pozytywnie przez cytologów.
EN
This paper presents the segmentation algorithm for autoradiograms of microscopic slices made of radish (Raphanus sativus) root meristematic cells stained with the Feulgen method. The segmentation purpose is the separation of isotopic marked agglomeration areas, what makes the base for subsequent quantitative discrimination of nucleic acid (DNA) synthesis level. The speed of genetic material multiplication can indicate the distortions of plant growth caused by various factors harmful for the environment. The investigated autoradiographic microscopic images are mapped from RGB to HSV colour space, median filtered, processed by morphological operations and finally thresholded to find the searched marker objects and nuclei surfaces. These operations enable image background equalization and artefact reduction. Two different paths of processing have been applied to extract small and big marker agglomerations. The proposed algorithm has been developed in MATLAB 7 environment and segmentation results for the series of 10 autoradiograms have been positively verified by cytologists.
Wydawca
Rocznik
Strony
75--87
Opis fizyczny
Bibliogr. 17 poz., rys., wykr.
Twórcy
  • Katedra Informatyki Stosowanej, Politechnika Łódzka w Łodzi
  • Katedra Informatyki Stosowanej, Politechnika Łódzka w Łodzi
autor
  • Katedra Cytologii i Cytochemii Roślin, Uniwersytet Łódzki w Łodzi
Bibliografia
  • [1] Brunn P.A., Ford S.S., Shackney S.E.: Semi-Automated Grain and Cell Counting. National Cancer Institute, Bethesda, Maryland
  • [2] Caro L.G.: High-resolution autoradiography. [w:] Methods in Celi Physiology, New York and London, Academic Press 1964
  • [3] Ficq A.: Autoradiography. [w:] The Cell, vol. 1, ed. J. Brachet and A. E. Mirsky, New York and London, Academic Press 1959
  • [4] Gocławski J., Anioł P.: Metoda segmentacji obrazów jąder komórkowych roślin w cytometrii DNA z heterogenicznym rozkładem wewnątrz jądra. Półrocznik AGH AUTOMATYKA, t. 10, z. 3, 2006
  • [5] Malina W., Smiatacz M.: Metody cyfrowego przetwarzania obrazów. Warszawa, EXIT 2005
  • [6] Otsu N.: A Threshold Selection Methodfrom Gray-Level Histograms. IEEE Transactions on Systems, Man, and Cybernetics, vol. 9, No. 1, 1979, 62-66.
  • [7] Prescott D.M.: Autoradiography with liquid emulsion. [w:] Methods in Cell Physiology, New York and London, Academic Press 1964
  • [8] Sawicki W.: Autoradiografia w badaniach cytochemicznych i histochemicznych. Post. Bioch., 257, 1963
  • [9] Sawicki W.: Autoradiografia pod mikroskopem elektronowym. Post. Bioch., 10/503, 1964
  • [10] Serra J.: Introduction to Mathematicał Morphology. Computer Vision Graphics Image Processing, vol. 35, 1986, 283-305
  • [11] Shuette W.H., Chen S.S., Occhipinti S.J., Mujagic H.S., Shackney S.E.: Automated Radiographic Grain Counting: Correction for Grain Overlap. National Cancer Institute, Bethesda, Maryland
  • [12] Sklarew R.J.: Simultaneous Feulgen Densitometry and Autoradiographic Grain Counting with the Quantimet 720D Image-Analysis System. The Journal of Histochemistry and Cytochemistry, vol. 30, No. 1, 1982,49-57
  • [13] Stark M.H., Tucker J.H., Thomson E.J., Perry P.E.: An automated image analysis system for the detection of rare autoradiographically labelled cells in the human lymphocyte HGPRT variant assay. Vol. 5, No. 3, 1984, 250-257
  • [14] Tadeusiewicz R.: Komputerowa analiza i przetwarzanie obrazów. Kraków, Wydawnictwo Fundacji Postępu Telekomunikacji 1997
  • [15] The Mathworks: Image Processing Toolbox Users Guide. http://www.mathworks.com /access/ helpdesk/help/toolbox/images/
  • [16] HSV color space. http://en.wikipedia.org/wiki/HSV_color_space
  • [17] YUV. http://en.wikipedia.org/wiki/YUV
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-article-AGH1-0013-0077
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.