实验中，我们经常会遇到图像质量不佳，但已经无法再重新采集的情况，那么如何从这些图像中提取信息就是我们最关心的问题。
蔡司arivis就可以提供这类问题的解决方案——AI分割。
首先，简单介绍一下这次案例的基本信息。
秀丽隐杆线虫胚胎（德国德累斯顿工业大学 C. W. Okafornta）
细胞膜（PH-mKate2）、细胞核（H2B-mCherry）和中心体（gammaTub-GFP）
蔡司晶格层光显微成像系统
Lattice Lightsheet 7
每个stack包含476个平面，
共120,000张图像，≈86GB
降采样50%，转为8bit，最终包含2个通道、79个平面、60个时间点，≈0.9 GB
蔡司arivis Pro、蔡司 arivis Cloud
从上视频我们可以看到图像的噪声较大，如果要将细胞核及细胞体分割出来，需要进行不少图像预处理工作，其分割结果还不一定准确。因此，本次我们会使用“深度学习分割器”（Deep Learning Segmentation）功能，将在蔡司 arivis Cloud训练的AI模型直接嵌入到arivis Pro分析流程中去分割细胞体和细胞核。
蔡司 arivis Cloud是独立于Pro的一个云端图像处理平台，不占用电脑空间，仅需连接网络后，打开任意一个浏览器，搜索蔡司 arivis Cloud便可使用账号登陆该平台，即便在咖啡厅使用笔记本，也可以在线使用AI进行您图像的专属分割模型的训练。
现在，让我们根据上述需求，再次明确我们的图像处理流程。
图像分割中，图像质量较好的通道，即中心体，可以利用分水岭（Watershed）分割（见文末推荐阅读第一篇：从图像到结果 | 应用于细胞谱系追踪的高级图像分析）。图像质量较差的细胞体和细胞核通道则利用AI，即蔡司 arivis Cloud及蔡司 arivis Pro联用进行分割。
1. 上传图像至蔡司 arivis Cloud，选取几张特征迥异的图像即可。
2. 选择AI模型，即语义（semantic）模型和实例（instance）模型。对于紧密相连的结构可以使用后者，本文仅需选取前者即可。
3. 手动标记，如下图，我们可建立任意个数的分割类别（Class），比如细胞体（Cell）和细胞核（nuclei）两个Class。
▲ Zeiss arivis Cloud注释工具中的秀丽隐杆线虫胚胎细胞（深黄色）和细胞核（灰绿色）。
4. 训练AI模型，可查看模型的收敛性。收敛性好说明模型预测准确性高。我们可以下载该AI模型并应用在蔡司 arivis Pro中。
▲ 细胞体（上图）和细胞核（下图）的语义分割模型训练。请注意训练和验证数据的良好收敛性，表明该模型在 800 个 epoch 中没有过度拟合。两种模型的预测准确率都很高（细胞核>99%;细胞体>96%）。
5. 在蔡司 arivis Pro中验证AI分割的准确性。
利用蔡司 arivis Pro中的细胞追踪自动算法，检测到细胞运动和分裂的轨迹。
▲ 细胞自动追踪的轨迹结果。视频是一个初始细胞及其后代与对应的细胞谱系轨迹的共同显示。
我们还可以将细胞颜色风格按照谱系显示，得到如下图的定性结果，展示了嵌合型发育（Mosaic development）的过程。
仅仅利用我们对细胞体、细胞核和中心体准确的分割结果，蔡司 arivis可以统计生物实验中常用的动力学参数，如数量变化。
从下图细胞体和细胞核的曲线中的平台可以看到四条分裂波，分别在≈3、20、30和47分钟时。而由于中心体在每个细胞中有两个，且在间期分裂，因此没有可分辨的平台。若需要进行中心体动力学分析，蔡司 arivis的细胞追踪可以帮助解决这个问题。
▲ 从左到右，分别是按细胞体、细胞核、中心体数量定量细胞生长随时间的变化。集体分裂的时间点用垂直虚线表示。
首先，如下图，我们可以看到蔡司 arivis的自动追踪算法成功生成了最初6个细胞的完整细胞谱系轨迹，同样可以看到对应的四条分裂波。
▲ 细胞谱系图示。每个圆圈表示在某个时间点识别的细胞，分叉表示细胞分裂。红色虚线框表示细胞分裂波。
其次，我们可以在下图定性地观察到中心体信号强度在细胞分裂前增加在分裂后下降（左），因此可以用于显示分裂波（右）。但由于该信号强度针对所有细胞进行统计，因此这仅限于所有细胞同时分裂时才能观察到，如红框部分，第三个分裂波就因分裂时间不够同步从而稀释了中心体信号强度的峰值。且由于细胞不是完全同步的，对于左图的定性结果也难以定量。
▲ 单个细胞体分裂谱系（绿色）和中心体（红色）的细胞分裂动力学。下图显示了细胞谱系轨迹的层次结构示意图。
▲ 每个时间的中心体平均信号强度。集体细胞分裂的阶段用垂直虚线表示
蔡司 arivis可以通过调整单细胞轨迹，对齐细胞分裂时间，手动进行细胞同步化，从而重新观察到中心体动力学。结果表明，中心体强度在细胞分裂前10分钟强烈增加，然后在细胞分裂后急剧下降。
▲ 调整轨迹后，相对于细胞同步分裂的中心体强度变化。上图为所选谱系的图示。下图显示了强度结果（灰色为单轨，黑色为平均和标准偏差）
如文章所示
蔡司 arivis具有丰富且灵活多变的图像处理方法，
来应对各种复杂棘手的图像。
arivis的可拓展性
让您在多种环境下都能使用arivis进行图像处理。
轻量化的蔡司 arivis Cloud
让您随时随地可以训练独属于您的AI分割模型。
AI智能化，让您的数据焕发新生，
带来不止步于定性的量化结果。
本文使用权归蔡司显微镜所有，未经授权请勿转载至其他公众号，如需转载，请与工作人员联系，并注明出处。若涉版权问题，请与我们联系。
