Визуализирующий анализ частиц
Визуальный анализ частиц – это метод измерения частиц с использованием цифровых изображений , один из методов, определяемых более широким термином « анализ размера частиц» . Измерения, которые могут быть выполнены, включают размер частиц , форму частиц (морфология или анализ формы и оттенки серого или цвет ), а также распределения (графики) статистических измерений совокупности .
Описание и история
[ редактировать ]При анализе частиц с использованием изображений используются методы, общие для анализа изображений или обработки изображений для анализа частиц. Частицы определяются здесь в соответствии с анализом размера частиц как твердые частицы и, таким образом, не включают атомные или субатомные частицы. Кроме того, эта статья ограничена реальными изображениями (оптически сформированными), а не «синтетическим» (компьютерным) изображениям ( компьютерная томография , конфокальная микроскопия , SIM и другие методы микроскопии сверхвысокого разрешения и т. д.).
Учитывая вышеизложенное, основным методом визуализации анализа частиц является использование оптической микроскопии. Хотя оптические микроскопы существуют и используются для анализа частиц с 1600-х годов, [ 1 ] «анализ» в прошлом осуществлялся людьми с использованием зрительной системы человека . Таким образом, большая часть этого анализа носит субъективный или качественный характер. Даже когда доступны какие-то качественные инструменты, такие как измерительная сетка в микроскопе, для определения и записи этих измерений все равно требуется человек.
Начиная с конца 1800-х годов [ 2 ] Благодаря наличию фотопластинок стало возможным постоянно фиксировать изображения с микроскопа на пленке или бумаге, что упростило проведение измерений, просто используя масштабированную линейку на печатном изображении. Хотя это значительно ускорило измерение частиц, это по-прежнему оставался утомительным и трудоемким процессом, который не только затруднял измерение статистически значимых популяций частиц, но и все же вносил в этот процесс некоторую долю человеческих ошибок.
Наконец, примерно с конца 1970-х годов цифровые ПЗС-сенсоры для захвата изображений и компьютеры, которые могли обрабатывать эти изображения, начали революционизировать этот процесс, используя цифровое изображение . Хотя реальные алгоритмы цифровой обработки изображений существовали уже некоторое время, только когда значительная вычислительная мощность, необходимая для выполнения этого анализа, стала доступной по разумным ценам, методы цифровой обработки изображений смогли стать массовыми. Первая система анализа частиц с динамическим изображением была запатентована в 1982 году. [ 3 ] Поскольку более быстрые вычислительные ресурсы стали доступны при меньших затратах, задача измерения частиц на основе микроскопических изображений теперь могла выполняться машиной автоматически без вмешательства человека, что позволило измерять значительно большее количество частиц за гораздо меньшее время.
Методы получения изображений
[ редактировать ]Основной процесс, с помощью которого проводится анализ частиц, заключается в следующем:
- Цифровая камера фиксирует изображение поля зрения в оптической системе.
- серой шкалы Процесс определения порога используется для сегментации изображения , отделения частиц от фона и создания двоичного изображения каждой частицы. [ 4 ] [ 5 ] [ 6 ]
- Методы цифровой обработки изображений используются для выполнения операций анализа изображений , в результате чего для каждой частицы сохраняются морфологические измерения и измерения в оттенках серого. [ 7 ]
- Измерения, сохраненные для каждой частицы, затем используются для создания статистики совокупности изображений. [ 8 ] или в качестве входных данных для алгоритмов фильтрации и сортировки частиц на группы схожих типов. В некоторых системах сложные распознавания образов методы [ 9 ] [ 10 ] также может быть использован для разделения различных типов частиц, содержащихся в гетерогенном образце.
Анализаторы частиц, отображающие изображения, можно разделить на два различных типа: статические и динамические, в зависимости от методов получения изображений. Хотя основные принципы одни и те же, методы получения изображений различны по своей природе, и каждый из них имеет свои преимущества и недостатки.
Статический анализ частиц
[ редактировать ]Получение статических изображений является наиболее распространенной формой. Почти все микроскопы можно легко адаптировать для установки цифровой камеры с помощью с креплением C. адаптера Этот тип установки часто называют цифровым микроскопом , хотя многие системы, использующие это название, используются только для отображения изображения на мониторе .
Образец готовят на предметном стекле, которое помещают на предметный столик микроскопа . После того как образец сфокусирован, изображение можно получить и отобразить на мониторе. Если это цифровая камера или имеется захват кадров , изображение теперь можно сохранить в цифровом формате, а алгоритмы обработки изображения можно использовать для выделения частиц в поле зрения и их измерения. [ 11 ] [ 12 ]
При получении статического изображения одновременно захватывается только одно поле зрения. Если пользователь хочет получить изображение других частей того же образца на предметном стекле, он может использовать оборудование для позиционирования XY (обычно состоящее из двух линейных столиков микроскопа для перемещения в другую область предметного стекла). Необходимо позаботиться о том, чтобы гарантировать, что два изображения не перекрываются, чтобы не считать и не измерять одни и те же частицы более одного раза.
Основным недостатком получения статического изображения является то, что оно требует много времени как для подготовки образца (помещение образца на предметное стекло с соответствующим разведением, если необходимо), так и для многократного перемещения предметного столика, чтобы иметь возможность получить статистически значимое количество изображений. частиц для подсчета/измерения. В этих системах иногда используются управляемые компьютером этапы позиционирования XY, чтобы ускорить процесс и уменьшить количество вмешательства оператора, но это по-прежнему трудоемкий процесс, а моторизованные этапы могут быть дорогими из-за уровня точности, требуемого при работа при большом увеличении. [ 13 ]
Основными преимуществами систем статической визуализации частиц являются использование стандартных микроскопических систем и простота учета глубины резкости . Поскольку эти системы могут быть изготовлены из любого стандартного оптического микроскопа, они могут оказаться более дешевым подходом для людей, у которых уже есть микроскопы. Однако более важным является то, что системы на основе микроскопов обычно имеют меньшие проблемы с глубиной резкости по сравнению с системами динамической визуализации. Это связано с тем, что образец помещается на предметное стекло микроскопа, а затем обычно накрывается покровным стеклом , ограничивая таким образом плоскость, содержащую частицы, относительно оптической оси . Это означает, что при большом увеличении в приемлемом фокусе окажется больше частиц. [ 13 ]
Динамический анализ частиц
[ редактировать ]
При динамическом получении изображений большие объемы образца визуализируются путем перемещения образца мимо оптики микроскопа и использования высокоскоростной вспышки для эффективного «замораживания» движения образца. Вспышка синхронизируется с высокой выдержкой камеры для дальнейшего предотвращения размытия изображения. В системе сухих частиц частицы распределяются из шейкера и падают под действием силы тяжести мимо оптической системы. В системах анализа частиц с визуализацией жидкости жидкость проходит через оптическую ось с помощью узкой проточной кюветы, как показано справа.
Проточная ячейка характеризуется глубиной, перпендикулярной оптической оси, как показано на второй диаграмме справа. Чтобы удерживать частицы в фокусе, глубина потока ограничивается так, чтобы частицы оставались в плоскости наилучшего фокуса, перпендикулярной оптической оси. По своей концепции это похоже на эффект предметного стекла и покровного стекла в системе статической визуализации. Поскольку глубина резкости уменьшается экспоненциально с увеличением увеличения, глубину проточной кюветы необходимо значительно сузить при более высоком увеличении.
Основным недостатком получения динамических изображений является то, что глубина проточной кюветы должна быть ограничена, как описано выше. Это означает, что, как правило, нельзя допускать попадание в обрабатываемую пробу частиц, размер которых превышает глубину проточной кюветы, поскольку они, вероятно, засорят систему. Таким образом, перед оценкой образец обычно необходимо фильтровать для удаления частиц, размер которых превышает глубину проточной кюветы. Если желательно изучить очень широкий диапазон размеров частиц, это может означать, что образец придется фракционировать на компоненты меньшего диапазона размеров и анализировать с различными комбинациями увеличения/проточной кюветы. [ 13 ]
Основным преимуществом получения динамических изображений является то, что они позволяют получать и измерять частицы со значительно более высокой скоростью, обычно порядка 10 000 частиц в минуту или выше. Это означает, что статистически значимые популяции можно анализировать за гораздо более короткие периоды времени, чем это было возможно ранее с помощью ручной микроскопии или даже статического анализа частиц. В этом смысле системы динамического анализа частиц сочетают в себе скорость, типичную для счетчиков частиц , с дискриминационными возможностями микроскопии. [ 13 ]
Анализ частиц методом динамической визуализации используется в исследованиях водных микроорганизмов для анализа фитопланктона, зоопланктона и других водных микроорганизмов размером от 2 мкм до 5 мм. Анализ частиц с помощью динамической визуализации также является биофармацевтическим исследованием, позволяющим охарактеризовать и проанализировать частицы размером от 300 нм до 5 мм.
Микропоточная визуализация
[ редактировать ]Визуализация микропотоков (MFI) — это метод анализа частиц, который использует проточную микроскопию для количественного определения частиц, содержащихся в растворе, в зависимости от их размера. Этот метод используется в биофармацевтической промышленности для определения характеристик невидимых частиц размером примерно от 1 мкм до >50 мкм. [ 14 ]
Ссылки
[ редактировать ]- ^ Джабез Хогг (1887). Микроскоп: его история, конструкция и применение: знакомое введение в использование прибора и изучение микроскопической науки (12-е изд.). Г. Рутледж и сыновья. п. 8.
- ^ Гастон Тиссандье (1877). История и справочник фотографии . Сэмпсон, Лоу, Марстон, Лоу и Сирл. п. 1.
- ^ Патент США 4 338 024.
- ^ Гонсалес, Рафаэль С.; Вудс, Ричард Э. (2002). Цифровая обработка изображений . Пирсон Образование. стр. 595–611. ISBN 978-8178086293 .
- ^ Санкур, Бюлент (2004). «Обзор методов определения порога изображения и количественная оценка эффективности». Журнал электронных изображений . 13 (1): 146. Бибкод : 2004JEI....13..146S . дои : 10.1117/1.1631315 . ISSN 1017-9909 .
- ^ Оцу, Нобуюки (1979). «Метод выбора порога по гистограммам уровня серого». Транзакции IEEE по системам, человеку и кибернетике . 9 (1): 62–66. дои : 10.1109/TSMC.1979.4310076 . ISSN 0018-9472 .
- ^ Картер, РМ; Ян, Ю (2005). «Измерение формы частиц с использованием методов цифровой визуализации» . Физический журнал: серия конференций . 15 (1): 177–182. Бибкод : 2005JPhCS..15..177C . дои : 10.1088/1742-6596/15/1/030 . ISSN 1742-6588 .
- ^ Пули, Т.; Каннингем, Д; Рейнхард, Э. «Статистика изображений и их применение в компьютерной графике (2010)» (PDF) . Еврографика, современное состояние. Архивировано из оригинала (PDF) 1 апреля 2011 года . Проверено 2 января 2014 г.
- ^ Розенфельд, А. (1981). «Распознавание образов изображений». Труды IEEE . 69 (5): 596–605. дои : 10.1109/PROC.1981.12027 . ISSN 0018-9219 . S2CID 13410801 .
- ^ Янг, Тайвань (1986). Справочник по распознаванию образов и обработке изображений . Академическая пресса. ISBN 978-0127745602 .
- ^ Расс, Джей Си (1990). Компьютерная микроскопия: измерение и анализ изображений . Спрингер США. ISBN 978-1-4612-7868-9 .
- ^ Хейзелвуд, Кристин Л.; Оленич, Скотт Г.; Гриффин, Джон Д.; Кэткарт, Джудит А.; Дэвидсон, Майкл В. (2007). «Вход на портал: понимание цифрового изображения, записанного через микроскоп». Вкратце, Спенсер Л.; Фришкнехт, Фридрих (ред.). Визуализация клеточных и молекулярно-биологических функций . Спрингер. стр. 3 –43. ISBN 978-3-540-71330-2 .
- ^ Jump up to: а б с д Браун, Л. «Получение динамических и статических изображений при визуализации частиц» . www.particleimaging.com . Архивировано из оригинала 3 января 2014 года . Проверено 2 января 2014 г.
- ^ Шарма, Дания; Кинг, Д; Ома, П; Купец, К. (2010). «Визуализация микропотоков: проточная микроскопия, применяемая для анализа субвидимых частиц в белковых составах» . ААПС Дж . 12 (3): 455–64. дои : 10.1208/s12248-010-9205-1 . ПМЦ 2895433 . ПМИД 20517661 .