双通道结构光照明超分辨定量荧光共振能量转移成像系统

基于结构光照明(structured illumination,SI)的超分辨荧光共振能量转移(super resolution fluorescence resonance energy transfer,SR-FRET)成像技术(SISR-FRET)可以通过解析活细胞内亚衍射区域的FRET信号来研究细胞器精细结构上的分子结构与功能.SISR-FRET成像中激发发射通道切换导致成像速度较慢,限制了SISR-FRET在快速成像中的应用.针对此问题,本文提出一种双通道结构光照明超分辨定量FRET成像系统和方法,通过在成像光路中加入FRET双通道成像和配准模块,实现了SISR-FRET激发发射通道的空分切换以及通道复用.结合通道亚像素配准校正的图像重建算法,双通道SISR-FRET可以在保持定量超分辨FRET分析的同时提升了3.5倍时间分辨率.利用搭建的多色SIM系统进行了活细胞表达靶向线粒体外膜FRET标准质粒的超分辨成像实验,验证了双通道SISR-FRET的时空分辨率增强和FRET定量分析的保真度.

光声、热声成像技术在生物医学中的应用

光声成像技术是近年来发展的新型无损医学成像方法。当脉冲激光照射到生物组织中时,组织吸收激光能量引起温升,温升导致热膨胀而产生光声信号。

基于神经网络的直肠癌CT图像自动分割和分类

目的为准确地定位直肠癌肿瘤位置以及对直肠癌进行术前T分期。方法首先分别采用FCN-8s、U-Net和SegNet模型对直肠癌CT图像进行分割以定位肿瘤位置。在分割基础上分别使用简单CNN、AlexNet和InceptionV3模型对分割后的CT图像进行识别并以此确定直肠癌T分期。选用240名患者的直肠癌CT图像进行训练和测试,分割结果评价指标采用Dice系数、精确率和召回率,分类结果评价指标采用准确率、特异性和灵敏度。结果分割中U-Net模型分割效果最佳且其分割肿瘤的平均Dice系数、精确率和召回率分别为84.6%、84.1%和85.2%。分割后使用InceptionV3模型分类效果最好且其分类直肠癌T2和T3期图像的准确率、特异性和灵敏度分别为95.4%、94.3%和96.1%。实验结果表明U-Net模型和InceptionV3模型可以获得更好的分割结果以及更高的分类准确率。结论神经网络模型在直肠癌CT图像上进行肿瘤分割和术前T分期都能达到很好的效果,可作为临床辅助诊断工具帮助医生制定直肠癌临床治疗方案。

基于结构照明的超分辨荧光显微成像重建算法

由于具有低光毒性、高速宽视场以及多通道三维超分辨成像能力,超分辨结构照明显微术(SR-SIM)特别适合用于活细胞中动态精细结构的实时检测研究。超分辨结构照明显微图像重建算法(SIM-RA)对SR-SIM的成像质量具有决定性影响。本文首先简要介绍了超分辨显微术的发展现状,阐述了研究SR-SIM图像重建算法的必要性;然后介绍了SR-SIM的成像原理,并重点介绍了SR-SIM图像重建算法,包括SR-SIM中频繁使用的去卷积重建算法、SR-SIM校准与重建过程中参数值获取的算法,以及目前发展的超分辨结构照明显微图像重建算法,并介绍了SR-SIM工具箱;最后总结了当前发展超分辨结构照明显微图像重建算法需解决的5个问题。

不同脉冲超声强度对在体人皮肤中甘油渗透性和光穿透深度的影响

研究脉冲超声强度为0~0.8 W/cm^(2)时的不同强度超声对在体的人皮肤中甘油溶液的渗透性和光穿透深度的影响。实验采用光学相干断层扫描(OCT)成像技术做定量连续的测量。研究结果表明,脉冲超声强度为0~0.8 W/cm^(2)时,超声具有加速甘油溶液渗透、增强光穿透皮肤的能力,且皮肤的光透明效果随超声强度的增加而增大。以仅施加甘油溶液的样品为对照组,而施加超声作用及甘油溶液的样品为实验组。实验组和对照组的比较结果表明,在分别经超声强度为0.2,0.4,0.6,0.8 W/cm^(2)的超声处理的人体皮肤中,15%甘油的平均渗透系数与仅施加15%甘油处理的人体皮肤相比分别增加了2.6%,9.5%,14.7%,19.8%。脉冲超声处理的30%甘油在人体皮肤中的渗透系数分别高于仅施加30%甘油处理的对照组3.7%,12%,16.7%,22.2%。结论表明,应用强度为0.2~0.8 W/cm^(2)的超声,甘油的平均渗透系数随超声强度的增加而增加。

基于光谱分离的定量荧光共振能量转移检测

由于天然克服光谱串扰的能力以及高灵敏和无损伤的特性,基于光谱分离的荧光共振能量转移(FRET)定量检测(spFRET)方法被公认为是最有应用潜力的活细胞定量FRET检测技术。首先简要介绍FRET定量检测方法以及国内外的相关研究进展;其次重点介绍基于发射光谱线性分离(Em-unmixing)和基于激发发射光谱线性分离(ExEm-unmixing)的两种定量FRET检测技术的原理、发展进程,并比较了这两种检测技术的稳健性;最后对这两种spFRET技术在活细胞FRET应用中的潜在优势进行展望。

活细胞中亚细胞器的超分辨结构特征

亚细胞器是细胞的重要组成单位,其形态结构与动力学特性直接反映了细胞的生理状态。21世纪初新兴的结构光照明显微技术、受激发射损耗显微技术和单分子定位成像技术等超分辨显微成像技术,巧妙地绕过了光学衍射极限对成像分辨率的限制,目前已被广泛应用于活细胞亚细胞器精细结构的观察及其动力学过程的监测上。本文首先介绍了上述三种超分辨显微成像技术的基本原理和特点,然后介绍了活细胞中细胞核、细胞骨架、线粒体、内质网等亚细胞器的超分辨精细结构和动力学特性,最后讨论了亚细胞器超分辨精细结构成像与机器学习、图像处理相结合的发展潜力。

基于一次成像测量FRET系统校正因子的智能型QuanTi-FRET方法

QuanTi-FRET是一种通过对多种荧光共振能量转移(FRET)标准质粒样本进行多次FRET成像来测量FRET成像系统敏化淬灭转化因子(G)和供受体通道激发效率校正因子(β)的方法。本课题组发展了一种基于一次成像测量系统校正因子G和β的智能型QuanTi-FRET方法———AutoQT-FRET方法。AutoQT-FRET方法包括如下4个步骤:1)将分别转染了不同FRET标准串联质粒(C5V、C17V、C32V和CTV)的细胞合并到一个细胞培养皿中培养,对该皿细胞样本进行三通道FRET成像;2)对三通道图像进行区域划分,并根据不同种类的FRET标准质粒对各区域进行归类;3)对归类成功的区域逐像素绘制三维空间散点图,以确定各个FRET标准质粒的标准线;4)使用确定好的各质粒标准线对整个视野内的细胞区域进行质粒分类与系统校正因子G和β的测量。该方法大幅简化了系统校正因子的测量过程,缩短了测量时间。本文比较了AutoQT-FRET方法与其他方法测量系统校正因子的优劣,实验结果表明:AutoQT-FRET方法操作简单,而且测量稳定性与准确度都有所提高。

活细胞定量FRET成像方法鲁棒性评估

基于受体敏化的3-cube(通道)荧光共振能量转移(FRET)成像方法(通常称为E-FRET方法)是活细胞定量FRET检测中主流的成像分析技术。基于激发发射光谱线性分离的定量FRET检测方法(mExEm-spFRET)因天然地克服光谱串扰的能力,在活细胞定量FRET检测中具备非常好的鲁棒性。利用表达不同模型质粒的乳腺癌MCF-7活细胞,在不同信噪比(R_(SN))的条件下分别进行了定量E-FRET和mExEm-spFRET测量,以FRET效率(E)和质粒供受体浓度比(R_(C))参量作为指标,评估二种方法的鲁棒性。对于R_(SN)>3的细胞,两种方法得到一致的E值,但是E-FRET方法得到的个别质粒R_(C)值偏小;对于R_(SN)<3的细胞,两种方法都能得到一致的R_(C)值,但是E-FRET方法得到的个别质粒E值误差率大于0.1,与文献值偏差稍大。E-FRET与mExEm-spFRET具有几乎一致的活细胞定量FRET检测能力,但是mExEm-spFRET的鲁棒性优于E-FRET方法。