Здесь мы представляем автоматизированную систему, основанную на оптической скогерентной томографии или OCT. Это позволяет нам контролировать структуру биопленок в больших пространственных масштабах или в течение длительных периодов времени. OCT изображения хорошо подходит для решения структур в диапазоне микрометра, однако в настоящее время ограничивается максимальной площадью около 250 квадратных миллиметров.
Биопленки часто превышают этот масштаб, особенно когда дифференциация обусловлена крупномасштабными экологическими градиентами. Экспериментальная установка позволяет нам контролировать трехмерный морфогенез биопленок в больших пространственных масштабах и длительных периодах времени. Система быстрая, точная и работает автономно.
Мы изучили морфогенез биопленок в потоках, где они управляют важными экосистемными процессами. Тем не менее, система может быть использована для изучения биопленок в других природных системах или инженерных средах. Программное обеспечение для позиционирования, получения изображений и анализа написано в Python.
Они доступны через ноутбуки Jupyter. Это удобные, свободно доступные и гибкие решения. Мы считаем, что визуальное представление установки помогает другим пользователям воспроизвести установку и лучше понять программное обеспечение.
Мы надеемся, что это вдохновляет других исследователей принять аналогичные подходы. Вот обзор установки. Система состоит из устройства точного позиционирования, зонда OCT, и собирается вокруг плексигласового флюма.
Начните с проводки устройства позиционирования, следуя инструкциям, размещенным на GitHub. После подключения установите сервер GRBL, описанный на отдельной странице GitLab. Система позиционирования теперь может управляться через эту веб-страницу; в качестве альтернативы ее можно управлять с помощью скрипта Python, как показано в примере.
Распоитите компьютер и базовый блок OCT на скамейке рядом с экспериментальной установкой, содержащей микрофлюидные устройства, камеры потока, дымоходы или системы фильтрации. Если она еще не установлена, установите систему OCT вместе с доступным программным обеспечением, описанным производителем. Затем установите пакеты программного обеспечения для автоматического приобретения OCT сканирования, как описано в документах GitLab, связанных с здесь.
Чтобы начать получение изображения, смонтировать оптический зонд скоодерентной томографии к устройству позиционирования с помощью совместимого держателя голубя. При необходимости установите адаптер погружения на объектив цели, затем питание на системе OCT и устройстве позиционирования. Откройте коммерческое программное обеспечение OCT, найдите место, представляющий интерес, сосредоточьтесь на образце и отрегулируйте справочную руку и интенсивность источника света для оптимального качества изображения.
Обратите внимание на координаты и повторите эту процедуру для ряда позиций, сохраняя при этом ту же длину и интенсивность эталонной руки. Откройте изображениеАквизия. ipynb файл, найденный в дополнительном файле этой статьи 2 в Jupyter notebook.
Каждая ячейка содержит код для выполнения конкретных задач и может выполняться отдельно с помощью нажатия ячейки, а затем запустить или управлять и ввести или сдвиг и ввести. Следуйте отработанного примера, чтобы установить путь к требуемым библиотекам для подключения устройства позиционирования для калибровки устройства позиционирования для инициализации сканера OCT. Затем отрегулируйте параметры приобретения, включая рефракционный индекс, размер поля зрения и количество Сканирований A на сканирование B.
Кроме того, установите границы сигнала сканирования OCT на основе интенсивности гистограмм предварительного сканирования и папки назначения для полученных данных и метаданных. В зависимости от поля зрения и разрешения размер файла может достигать 1,5 гигабайта за ОКТ- Эти два параметра определяют размер воксель в окончательном наборе данных и размер файла вывода.
Они должны соответствовать оптическому разрешению зонда OCT. Как подчеркивается в работал примере, вы можете приобрести одно сканирование OCT с параметрами по умолчанию или приобрести одно сканирование с указанием другого набора параметров. Вы также можете предоставить конкретные координаты для перемещения устройства позиционирования и приобретения одного oct-сканирования.
Эта функция позволяет неоднократно возвращаться в точно такое же положение в эксперименте с высокой пространственной точностью. Данные сохраняются в 8бит. сырой формат для экономии места для хранения.
Метаданные, включая настройки и координаты OCT, сохраняются в одной папке в файле json с той же конвенцией именования. Кроме того, укажите список позиций, представляющих интерес, и приобретете соответствующее сканирование OCT автоматически. Для того, чтобы охарактеризовать биопленочные морфологические структуры в крупных экологических градиентах, приобретайте сканирование в мозаичном рисунке.
Для этого укажите количество соседних плиток с перекрытием по умолчанию 30% Сырье OCT сканирование кажется искаженным. Это связано с различиями в длине пути через оптическую систему. Мы разработали алгоритм, который исправляет это искажение, как показано в отработавных примерах.
Чтобы начать коррекцию изображения, откройте ноутбук Jupyter ImageProcessing.ipynb. Следуя этому примеру, первый урожай OCT сканирует, чтобы исключить ложные сигналы и переориентировать набор данных так, чтобы биопленка появилась над подложкой. Следующая коррекция для сферической аберрации.
Для достижения этой цели алгоритм локализует высоко отражающую плоскую поверхность в сканировании OCT и использует это в качестве ссылки для выравнивания сканирования. Через сетку 20 на 20 алгоритм определяет локализируемую максиму интенсивности сигнала для локализации эталонной поверхности. Затем через эти точки устанавливается полиномиальная поверхность второго порядка, которая используется для сдвига каждого пикселя сканирования OCT в направлении q.
Параметры этого алгоритма должны быть скорректированы с характеристиками сканирования OCT. Эта коррекция обеспечивает однородную справочную поверхность на нескольких изображениях и тем самым облегчает сшивание крупномасштабных изображений. После того, как изображение было сплющено, изображения исправляются для фонового шума, идентифицяя пустую область изображения над биопленкой и вычитая среднюю фоновую интенсивность.
Затем вычислите карту высот из набора данных 3D OCT. Для этого определите эталонную поверхность, такую как субстрат, и выберите соответствующий порог интенсивности. Затем карта высоты отображается с высотой биопленки, сообщенной как серое значение.
Если изображения были приобретены в мозаичном рисунке, сшить соответствующие карты высоты, применяя алгоритм сшивания. С помощью автоматизированной ОКТ-изображения с помощью экспериментов на флюме был исследован spatiotemporal морфогенез биопленок фототрофического потока. Флюмы сделаны из плексигласа и постепенно расширяются от ина к оттоку.
Это приводит к градиенту скорости потока. Вот карта высоты биопленки, растущей вдоль всего градиента скорости потока. Важно отметить, что автоматизированная система визуализации ОКТ позволяет непрерывно измерять структурные параметры, такие как толщина биопленки, шероховатости и биотомы в различных условиях потока, начиная от низкой скорости потока и до условий высокой скорости потока.
Наряду с морфологическими изменениями, средний биотом значительно уменьшился в функции расстояния от входного в флюм. Качество сканирования OCT критически зависит от длины эталонной руки и расстояния фокусировки. Возможно, потребуется скорректировать этот параметр во время экспериментов.
Чтобы обеспечить точность устройства позиционирования, не забудьте выполнять регулярные операции самонаведения. Это автоматизированное устройство визуализации можно легко сочетать с микросенсорным профилированием для функциональной характеристики биопленок. OCT является новым методом визуализации, и мы ожидаем, что представленная здесь система стимулирует исследования по структуре биопленки.
Это может иметь отношение к таким технологиям, как очистка питьевой воды или биообработки.
