Metoda segmentacji obrazów mikroskopowych komórek roślinnych znakowanych radiograficznie do wyznaczania poziomu syntezy DNA w jądrach komórkowych

Abstract

This paper presents the segmentation algorithm for autoradiograms of microscopic slices made of radish (Raphanus sativus) root meristematic cells stained with the Feulgen method. The segmentation purpose is the separation of isotopic marked agglomeration areas, what makes the base for subsequent quantitative discrimination of nucleic acid (DNA) synthesis level. The speed of genetic material multiplication can indicate the distortions of plant growth caused by various factors harmful for the environment. The investigated autoradiographic microscopic images are mapped from RGB to HSV colour space, median filtered, processed by morphological operations and finally thresholded to find the searched marker objects and nuclei surfaces. These operations enable image background equalization and artefact reduction. Two different paths of processing have been applied to extract small and bigmarker agglomerations. The proposed algorithm has been developed in MATLAB 7 environment and segmentation results for the series of 10 autoradiograms have been positively verified by cytologists.

W artykule przedstawiono algorytm segmentacji autoradiogramów preparatów mikroskopowych komórek korzenia rzodkiewki (Raphanus sativus) wybarwionych metodą Feulgena. Celem segmentacji jest wyróżnienie obszarów skupień znacznika, co daje podstawą do dalszej oceny ilościowej poziomu syntezy kwasu nukleinowego (DNA) w jądrach komórkowych. Tempo namnażania materiału genetycznego może sygnalizować zaburzenia procesu wzrostu roślin powodowane różnymi czynnikami szkodliwymi w środowisku. Badane mikroskopowe obrazy autoradiograficzne są poddawane odwzorowywaniu z przestrzeni koloru RGB do HSV, filtracji medianowej, operacjom morfologicznym i w końcu progowaniu w celu znalezienia obiektów markera i powierzchni jąder komórkowych. Operacje te umożliwiają kompensację nierówności tła i redukcję artefaktów. Zastosowano dwa różne sposoby obróbki w celu wyodrębnienia dużych i małych skupień markera. Proponowany algorytm został zrealizowany w środowisku MATLAB 7 a wyniki segmentacji uzyskane dla serii 10 obrazów autoradiogramów zostały zweryfikowane pozytywnie przez cytologów.