徠卡顯微鏡全自動(dòng)跟蹤葉綠體的伊樂藻葉細(xì)胞4??D圖像資料
移動(dòng)的三維結(jié)構(gòu)在活細(xì)胞中的全自動(dòng)化跟蹤代表，是典型生物的圖像數(shù)據(jù)的分析幾個(gè)挑戰(zhàn)。 以從活伊樂藻葉片細(xì)胞葉綠體4D圖像數(shù)據(jù)作為一個(gè)例子，我們展示新的方法來應(yīng)對(duì)這些挑戰(zhàn)（圖1）。 葉綠體是令人驚訝的動(dòng)態(tài)的細(xì)胞器：它們廣泛地移動(dòng)整個(gè)細(xì)胞，它們經(jīng)常分割或保險(xiǎn)絲，其形狀變化而不斷。 葉綠體動(dòng)態(tài)的更詳細(xì)的了解需要葉綠體販運(yùn)，分裂和融合的可靠量化。 我們使用SP5共聚焦顯微鏡（Leica Microsystems CMS GmbH）與雙通道圖像伊樂活葉細(xì)胞。 自動(dòng)熒光用于跟蹤葉綠體和細(xì)胞壁是由反射檢測(cè)。
圖1：原來的4D數(shù)據(jù)堆棧（左圖）和三維重建單一時(shí)間點(diǎn)（右圖）的代表性部分。葉綠體顯示為綠色，在細(xì)胞壁中的紅色或暗綠色。
方法
*個(gè)挑戰(zhàn)是信號(hào)從葉綠體和背景噪音始發(fā)之間的可靠分離。 Autoadaptive策略被用來計(jì)算適當(dāng)?shù)拈撝怠?/span> 第二個(gè)挑戰(zhàn)是個(gè)人葉綠體的檢測(cè)和從緊鄰的其他葉綠體的分離。 我們發(fā)現(xiàn)潛在的葉綠體種子和聘請(qǐng)當(dāng)?shù)氐拈撝岛托螤畹臉?biāo)準(zhǔn)，同時(shí)保持它們與相鄰的葉綠體種子分離（圖2），依次種植這些種子。
圖2：被代表的中間步驟的思想探析，以說明主要策略。
葉綠體在3D檢測(cè)，使體積測(cè)量和形狀參數(shù)的評(píng)估。 第三個(gè)挑戰(zhàn)是葉綠體中隨時(shí)間的跟蹤。 個(gè)別葉綠體需要遵循整個(gè)4D數(shù)據(jù)，以便設(shè)置為從緊密的空間接近度葉綠體，在下一時(shí)間幀鄰居之間的形態(tài)相似性，并依次增加的搜索范圍，以確保*佳的連接（圖3）。
圖3：插圖choroplast跟蹤的方法。 葉綠體在接下來的時(shí)間內(nèi)聯(lián)系到自己*親近的neigbour。 的搜索范圍被連續(xù)地增加。
結(jié)論
我們表明，從4D圖像數(shù)據(jù)在伊樂藻葉片細(xì)胞葉綠體的全自動(dòng)跟蹤是可能使用Definiens的網(wǎng)絡(luò)認(rèn)知技術(shù)。 我們有信心，我們采用的策略是很容易適用于許多其他生物圖像分析任務(wù)。