TissueGnostics带您解读视网膜组织形态学特征及多种结构定量

视网膜

视网膜是眼球中最重要的结构之一,它是位于眼球壁最内层的一层透明薄膜,周围布满了大量的感光细胞和神经纤维,通过它可以直接接受来自外界环境的光线并在眼球内形成影像,通过神经纤维将影像信息传送至大脑中枢形成视觉。

其它中枢神经系统内也有小胶质细胞,在健康的视网膜中,神经元和小胶质细胞之间的交流对维持神经元向大脑发送信号的能力非常重要。

视网膜血管作为人体内唯一可以进行非创伤直接观察的深层微血管,其生理状况的检查对高血压、糖尿病、动脉硬化等心血管疾病的诊断、治疗评价具有重要意义。

一般而言,眼底图像通常都是通过激光扫描成像进行采集,但是由于眼底可观测的视野往往是很有限的,一个患者的眼底信息需要多张扫描图像才能完全显示出来。这种局限性大大不利于病情进行全面的、细致的诊断。

Tissue Cytometry全景组织流式定量分析技术进行全景图像获取,在单细胞、组织结构、细胞空间信息等多个层面进行定位、定性、定量分析。

从而更好的对病变区域进行有针对性的跟踪观察和全面分析。

实验目的

视网膜荧光样本中小胶质细胞胞体、神经纤维识别、血管识别、血管斑点识别、神经元与血管的距离分析。

实验目的

1. 利用TissueFAXS系统进行玻片荧光的全景扫描。

2. 使用StrataQuest分析软件进行定量分析。

3. 根据FITC通道识别神经胞体并筛选出有效细胞胞体(细胞核识别算法)。

4. 膜识别FITC染色信号的区域确定神经纤维,并对不同长度神经纤维进行分类。

5. 识别血管的Texa Red染色区域面积及强度。

6. 计算神经元与血管间的空间距离,并统计数量和占比。

7. 根据毛细血管亮斑的识别结果,统计新生小血管数量。

实验过程
单通道灰阶图(↑:FITC,↓:Texa Red)
11.png
12.png

根据染色强度,染色面积,细胞形态学,利用正反向回溯功能和设门圈选Gating,排除杂质,细胞碎片,黏连细胞(绿色框线标记),获得有效的神经元胞体,(粉色框线标记),并将胞体按照面积分为两类(散点图)。

由于该视网膜样本是标记的小胶质细胞,根据面积将神经胞体分为两类(Small bodycell,Big bodycell),反向回溯Big bodycell中的细胞后,应用Input Gate功能筛选短粗的神经纤维,作为激活态的小胶质细胞。

22.png
21.png

激活态小胶质细胞识别

31.png
32.png

血管识别:根据Texa Red通道进行识别,并去除面积小的及非同一焦面的血管,仅对确定的清晰的同一焦面的大血管进行面积统计。


血管与小胶质细胞的距离
25.png
28.png

血管与小胶质细胞的距离0-0.1μm(红色框线标记)

26.png
28.png

血管与小胶质细胞的距离0.1-1μm(粉色标记)

27.png
28.png

血管与小胶质细胞的距离1-3μm(粉色标记)

此外,Tissue Cytometry具有的散点图-热力图-数据同屏叠加对比功能,可以整合多种数据分析的二维图像,便于研究者们直观的对比与校验;

同时结合图像同屏对比功能,不但可以同屏预览,还可以支持多点实时联动缩放,便于观察/分析图像,打通信息分析时数据-图像之间的屏障。




<上一篇 下一篇>