CN104122261A - 一种细胞结构可视化系统和方法 - Google Patents

Abstract

本发明公开了一种细胞结构可视化系统，包括：第一光学显微镜，采集细胞的偏振光图像；第二光学显微镜，采集细胞的透射图像；处理装置，对采集的偏振光图像和透射图像进行融合。本发明还公开了一种细胞结构可视化方法。本发明中，Abrio圆形偏振光对卵母细胞内具有双折射性的高分子“隐性结构”有良好的成像效果，普通光学显微镜对细胞“显性结构”具有良好成像效果，运用融合技术实现偏振光图像与透射图像的融合，实现卵母细胞显隐性结构可视化。

Description

一种细胞结构可视化系统和方法

技术领域

本发明属于生命科学领域，特别是涉及一种细胞结构可视化系统和方法。

背景技术

在生命科学领域,细胞核移植是实现体细胞克隆的主要手段，它通过将供体细胞核移入除去核的卵母细胞中，使后者不经过精子穿透等有性过程即可被激活、分裂并发育成新个体，从而使核供体的基因得到完全复制。细胞核移植技术因具有基因传染率高、后代性状稳定等优点也成为转基因工程的主要方法之一，并且在动物育种、基因治疗、器官移植等领域有着广泛的应用。目前核移植技术研究虽然已取得了长足进步，但与转基因注射等其它转基因工程的方法相比，依然存在着胚胎发育率低，早期胚胎死亡率高，受体动物胎盘不全和新生动物死亡率高等缺点。在体细胞核移植过程中，卵母细胞的细胞核遗传物质吸取过多或吸取不干净都必然导致实验的失败。通常的细胞核由于纺锤体的精确位置无法确定，对细胞核遗传物质的吸取采用“盲吸法”，导致实验成功率很低。

纺锤体是细胞内部至关重要的结构之一，是产生于细胞分裂前期到分裂末期的一个特殊细胞器，结构复杂，决定着染色体的排列和分裂，以及决定细胞质分裂的分裂面。相差显微镜、免疫荧光显微镜和偏光显微镜是活细胞纺锤体成像最常用的工具。使用相差显微镜和免疫荧光显微镜，细胞内部结构纺锤体必须被固定和染色，对细胞造成不可逆转的伤害且影响细胞功能。“盲吸法”去核，根据卵母细胞极体的位置信息判断纺锤体的位置，由于受外力、卵母细胞成熟情况等因素的影响，纺锤体位置的判断存在很大偏差，细胞核移植的成功率低下。

发明内容

本发明的目的在于提供一种细胞结构可视化系统和方法，以克服现有技术中的问题。

为实现上述目的，本发明提供如下技术方案：

本发明实施例公开了一种细胞结构可视化系统，包括：

第一光学显微镜，采集细胞的偏振光图像；

第二光学显微镜，采集细胞的透射图像；

处理装置，对采集的偏振光图像和透射图像进行融合。

优选的，在上述的细胞结构可视化系统中，所述第一光学显微镜为Abrio圆形偏振光显微镜。

优选的，在上述的细胞结构可视化系统中，所述偏振光图像包括细胞纺锤体的影像及其位置信息。

优选的，在上述的细胞结构可视化系统中，所述透射图像包括细胞膜和极体影像。

优选的，在上述的细胞结构可视化系统中，所述细胞为卵母细胞。

本发明实施例还公开了一种细胞结构可视化方法，包括步骤：

s1、采集细胞的偏振光图像；

s2、采集细胞的透射图像；

s3、将采集的偏振光图像和透射图像进行融合。

优选的，在上述的细胞可视化方法中，所述步骤s3具体包括：

(1)、根据细胞的偏振光图像和透射图像中的灰度信息，分别获取细胞和细胞吸持器的轮廓位置信息，根据两源图像中细胞吸持器和细胞的一一对应位置关系，实现两源图像的精确配准；

(2)、多线索获取细胞图像的多个感兴趣区域，根据高斯自适应阈值算法提取感兴趣区域的有效区域；

(3)、多线索提取各个感兴趣区域的位置信息，实现细胞各结构的精确定位：提取各感兴趣区域的轮廓信息；

(4)、多个不同的感兴趣区域按各自最适宜的融合规则进行融合，获取偏振光图像和透射图像的最佳融合结果，实现细胞显隐性结构的可视化。

优选的，在上述的细胞可视化方法中，所述感兴趣区域包括细胞内的纺锤体和透明带。

优选的，在上述的细胞可视化方法中，所述步骤(4)中，卵母细胞的内层透明带及内部区域与外部区域的融合方法采用灰度值取大融合与领域能量取小融合算法。

优选的，在上述的细胞可视化方法中，所述步骤(4)中，针对卵母细胞的不同区域，采用最佳融合算法：

$F(x,y)=\left\{\begin{array}{cc}{W}_A(x,y)f_A(x,y)+W_B(x,y)f_B(x,y)& (x,y)\∈T\\ I_A(x,y)f_A(x,y)+I_B(x,y)f_B(x,y)& (x,y)\∉T\end{array}\right.$

其中W_A(x,y)、W_B(x,y)、I_A(x,y)、I_B(x,y)为两源图像的融合权值，即特征因子，f_A(x,y)，f_B(x,y)分别为两源图像中位于(x,y)处的像素值，T为卵母细胞内层透明带及其内部区域，

$W_A(x,y)=\left\{\begin{array}{cc}1& f_A(x,y)\&GreaterEqual;f_B(x,y)\\ 0& f_A(x,y)<f_B(x,y)\end{array}\right.{,W}_B(x,y)=1-W_A(x,y)$

$I_A(x,y)=\left\{\begin{array}{cc}1& \underset{m,n\&Subset;S}{\mathrm{\&Sigma;}}H(m,n)f_A^2(x+m,y+n)\&le;\underset{m,n\&Subset;S}{\mathrm{\&Sigma;}}H(m,n)f_B^2(x+m,y+n)\\ 0& \underset{m,n\&Subset;S}{\mathrm{\&Sigma;}}H(m,n)f_A^2(x+m,y+n)>\underset{m,n\&Subset;S}{\mathrm{\&Sigma;}}H(m,n)f_B^2(x+m,y+n)\end{array}\right.$

I_B(x,y)＝1-I_A(x,y)

其中： $H=\left[\begin{array}{ccc}0& 1/8& 0\\ 1/8& 1/4& 1/8\\ 0& 1/8& 0\end{array}\right],$ S为邻域窗口。

与现有技术相比，本发明的优点在于：

1)、利用光学显微镜，采集卵母细胞同一时刻的偏振光图像与透射图像，对细胞无任何损伤；

2)、Abrio圆形偏振光显微镜下获得的偏振光图像能呈现卵母细胞内高分子“隐性结构”可靠的样本信息和高对比度的清晰影像；

3)、普通光学显微镜能清晰呈现卵母细胞的“显性结构”，如细胞膜、极体；

4)、根据卵母细胞各部分的成像特点，采用最佳的图像融合规则对偏振光图像和透射图像进行融合，同时清晰呈现细胞内部的“隐性结构”和细胞的“显性结构”，实现卵母细胞显隐性结构的可视化。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1所示为本发明具体实施例中细胞结构可视化的流程图；

图2所示为本发明具体实施例中细胞的光学透镜图像；

图3所示为本发明具体实施例中细胞的偏振光图像；

图4所示为本发明具体实施例中光学透镜图像与偏振光图像的配准图；

图5所示为本发明具体实施例中细胞各感兴趣区域(细胞内部的纺锤体区域、细胞透明带区域等)的分布图；

图6所示为本发明具体实施例中细胞各感兴趣区域的位置信息图；

图7所示为本发明具体实施例中光学透镜图像与偏振光图像的最佳融合结果图。

具体实施方式

本发明实施例公开了一种细胞结构可视化系统和方法。本领域技术人员可以借鉴本文内容，适当改进工艺实现。特别需要指出的是，所有类似的替换和改动对本领域技术人员来说是显而易见的，它们都被视为包括在本发明。本发明的应用已经通过较佳实施例进行了描述，相关人员明显能在不脱离本发明内容、精神和范围内对本文所述的应用进行改动或适当变更与组合，来实现和应用本发明技术。

为了进一步理解本发明，下面结合实施例对本发明进行详细说明。

结合图1所示，以卵母细胞为例，细胞结构可视化的方法包括：

(1)采用普通的光学显微镜采集细胞的透射图像，普通光学显微镜能清晰呈现卵母细胞的“显性结构”，如细胞膜、极体，参图2所示。

(2)采用Abrio圆形偏振光显微镜获得细胞的偏振光图像，该图像能呈现卵母细胞内高分子“隐性结构”可靠的样本信息和高对比度的清晰影像，参图3所示。

Abrio圆形偏振光，多角度采集信息，采用全自动液晶偏光技术，配合电子化影像撷取和数字化影像分析系统，实现对高分子样本上每一像素的双折射性进行量化分析，得到更完整可靠的样本信息和高对比度的清晰影像，成像的清晰度，信息完整性是一般线性偏振光所达不到的。

(3)基于灰度信息和图像信息的图像配准：

参图4所示，根据细胞的偏振光图像和透射图像中的灰度信息，分别获取细胞和细胞吸持器的轮廓位置信息，根据两源图像中细胞吸持器和细胞的一一对应位置关系，实现两源图像的精确配准。

(4)参图5所示，多线索获取细胞图像的多个感兴趣区域，如下：感兴趣区域为细胞内的纺锤体和透明带区域，根据高斯自适应阈值算法提取纺锤体和透明带的有效区域。

(5)参图6所示，多线索提取各个感兴趣区域的位置信息，实现细胞各结构的精确定位：提取各感兴趣区域的轮廓信息。

(6)参图7所示，多个不同的感兴趣区域按各自最适宜的融合规则进行融合，获取偏振光图像和透射图像的最佳融合结果，实现细胞显隐性结构的可视化。

图像融合算法是影响光图像与透射图像融合效果的关键，针对卵母细胞的不同区域，采用最佳融合算法：

$F(x,y)=\left\{\begin{array}{cc}{W}_A(x,y)f_A(x,y)+W_B(x,y)f_B(x,y)& (x,y)\&Element;T\\ I_A(x,y)f_A(x,y)+I_B(x,y)f_B(x,y)& (x,y)\&NotElement;T\end{array}\right.$

其中W_A(x,y)、W_B(x,y)、I_A(x,y)、I_B(x,y)为两源图像的融合权值，即特征因子，f_A(x,y)，f_B(x,y)分别为两源图像中位于(x,y)处的像素值，T为卵母细胞内层透明带及其内部区域。

$W_A(x,y)=\left\{\begin{array}{cc}1& f_A(x,y)\&GreaterEqual;f_B(x,y)\\ 0& f_A(x,y)<f_B(x,y)\end{array}\right.,W_B(x,y)=1-W_A(x,y)$

$I_A(x,y)=\left\{\begin{array}{cc}1& \underset{m,n\&Subset;S}{\mathrm{\&Sigma;}}H(m,n)f_A^2(x+m,y+n)\&le;\underset{m,n\&Subset;S}{\mathrm{\&Sigma;}}H(m,n)f_B^2(x+m,y+n)\\ 0& \underset{m,n\&Subset;S}{\mathrm{\&Sigma;}}H(m,n)f_A^2(x+m,y+n)>\underset{m,n\&Subset;S}{\mathrm{\&Sigma;}}H(m,n)f_B^2(x+m,y+n)\end{array}\right.$

I_B(x,y)＝1-I_A(x,y)

其中： $H=\left[\begin{array}{ccc}0& 1/8& 0\\ 1/8& 1/4& 1/8\\ 0& 1/8& 0\end{array}\right],$ S为邻域窗口。

上述算法完全遵循现有的图像融合评价体系，适用于本实施例中融合效果评价的指标有：平均梯度G、空间频率SF、信息熵H，交叉熵MEC，当前三项数值越大，最后一项数值越小时，图像融合的效果越好，详细参数见下表1：根据融合效果与各参数的关系，以及每组参数的比较，可知卵母细胞的内层透明带及内部区域与外部区域的最佳融合方法，分别是灰度值取大融合与领域能量取小融合算法。

表1图像融合的各项指标结果

综上所述，本发明运用卵母细胞内高分子物质双折射性特性和偏振光成像技术，获取卵母细胞内纺锤体精确的位置信息；Abrio圆形偏振光对卵母细胞内具有双折射性的高分子“隐性结构”有良好的成像效果，普通光学显微镜对细胞“显性结构”具有良好成像效果，运用融合技术实现偏振光图像与透射图像的融合，实现卵母细胞显隐性结构可视化。

最后，还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。

Claims (10)

1.一种细胞结构可视化系统，其特征在于，包括：

第一光学显微镜，采集细胞的偏振光图像；

第二光学显微镜，采集细胞的透射图像；

处理装置，对采集的偏振光图像和透射图像进行融合。

2.根据权利要求1所述的细胞结构可视化系统，其特征在于：所述第一光学显微镜为Abrio圆形偏振光显微镜。

3.根据权利要求1所述的细胞结构可视化系统，其特征在于：所述偏振光图像包括细胞纺锤体的影像及其位置信息。

4.根据权利要求1所述的细胞结构可视化系统，其特征在于：所述透射图像包括细胞膜和极体影像。

5.根据权利要求1所述的细胞结构可视化系统，其特征在于：所述细胞为卵母细胞。

6.一种细胞结构可视化方法，其特征在于，包括步骤：

s1、采集细胞的偏振光图像；

s2、采集细胞的透射图像；

s3、将采集的偏振光图像和透射图像进行融合。

7.根据权利要求6所述的细胞可视化方法，其特征在于：所述步骤s3具体包括：

(1)、根据细胞的偏振光图像和透射图像中的灰度信息，分别获取细胞和细胞吸持器的轮廓位置信息，根据两源图像中细胞吸持器和细胞的一一对应位置关系，实现两源图像的精确配准；

(2)、多线索获取细胞图像的多个感兴趣区域，根据高斯自适应阈值算法提取感兴趣区域的有效区域；

(3)、多线索提取各个感兴趣区域的位置信息，实现细胞各结构的精确定位：提取各感兴趣区域的轮廓信息；

(4)、多个不同的感兴趣区域按各自最适宜的融合规则进行融合，获取偏振光图像和透射图像的最佳融合结果，实现细胞显隐性结构的可视化。

8.根据权利要求7所述的细胞可视化方法，其特征在于：所述感兴趣区域包括细胞内的纺锤体和透明带。

9.根据权利要求8所述的细胞可视化方法，其特征在于：所述步骤(4)中，卵母细胞的内层透明带及内部区域与外部区域的融合方法采用灰度值取大融合与领域能量取小融合算法。

10.根据权利要求8所述的细胞可视化方法，其特征在于：所述步骤(4)中，针对卵母细胞的不同区域，采用最佳融合算法：

$F(x,y)=\left\{\begin{array}{cc}{W}_A(x,y)f_A(x,y)+W_B(x,y)f_B(x,y)& (x,y)\&Element;T\\ I_A(x,y)f_A(x,y)+I_B(x,y)f_B(x,y)& (x,y)\&NotElement;T\end{array}\right.$

其中W_A(x,y)、W_B(x,y)、I_A(x,y)、I_B(x,y)为两源图像的融合权值，即特征因子，f_A(x,y)，f_B(x,y)分别为两源图像中位于(x,y)处的像素值，T为卵母细胞内层透明带及其内部区域，

$W_A(x,y)=\left\{\begin{array}{cc}1& f_A(x,y)\&GreaterEqual;f_B(x,y)\\ 0& f_A(x,y)<f_B(x,y)\end{array}\right.,W_B(x,y)=1-W_A(x,y)$

$I_A(x,y)=\left\{\begin{array}{cc}1& \underset{m,n\&Subset;S}{\mathrm{\&Sigma;}}H(m,n)f_A^2(x+m,y+n)\&le;\underset{m,n\&Subset;S}{\mathrm{\&Sigma;}}H(m,n)f_B^2(x+m,y+n)\\ 0& \underset{m,n\&Subset;S}{\mathrm{\&Sigma;}}H(m,n)f_A^2(x+m,y+n)>\underset{m,n\&Subset;S}{\mathrm{\&Sigma;}}H(m,n)f_B^2(x+m,y+n)\end{array}\right.$

I_B(x,y)＝1-I_A(x,y)

其中： $H=\left[\begin{array}{ccc}0& 1/8& 0\\ 1/8& 1/4& 1/8\\ 0& 1/8& 0\end{array}\right],$ S为邻域窗口。