产品名称:细胞收缩力和电生理学参数同步高通量量化分析系统,hiPSC-CM量化分析系统,心肌细胞CM收缩动力学量化分析系统,心肌细胞CM兴奋-收缩偶联变化量化分析系统,心肌细胞CM收缩性量化评估分析系统,心肌细胞收缩力评估测量分析系统 |
品牌:欧美进口 |
货号:CMWave |
价格:询价 |
联系人:李先生 |
电话:18618101725 |
细胞收缩性量化分析系统细胞收缩力和电生理学参数同步高通量量化分析的仪器设备背景及系统重要性 心血管疾病是球死亡的重要原因。为了开发新的治疗策略,许多研究将分离的心肌细胞(CM)作为药物发现的平台或作为研究心脏病潜在机制的体外模型。 分离的心肌细胞也被广泛用于回答有关心脏细胞生理学的基本问题,并表征疾病发展过程中发生的兴奋-收缩耦合的变化。 分析分离CM的一个重要参数是收缩性,它提供了反映其细胞功能的信息。收缩力的测量已被广泛用于成人和新生儿肌细胞的研究 细胞膜变形是许多生理过程中发生的重要特征,其研究已被很好地用于研究心肌细胞功能。目前市面上没单一平台设备上提供一种直接的方法来获取、处理和量化这种类型的细胞动力学。 我们引进欧美进口的CMWave系统在单个平台中结合了一种强大的方法,内置的用户友好、简洁直观的界面,通过图像捕获和光流获取、可视化、分析和量化不同发育阶段的心肌细胞的收缩参数。 高性能算法可以快速准确地自动处理大数据图像文件。此外, 还提供了一种创新方法,可以同时显示在与运动矢量及其各自的图形表示相关的收缩-松弛周期中获得的细胞图像。 因此,该系统将高处理能力和灵活性与用户友好界面相结合,提供了涉及药物筛选和心脏病建模的实验室和生物技术公司所需的解决方案。 用户能够通过图像捕获和密集光流算法在收缩-松弛循环期间获取细胞收缩性的膜动力学数据。可用于检查疾病动物模型中心肌细胞收缩力的变化以及药物发现期间的药理学和毒理学筛选。 该系统可以让用户以简单直观的格式可视化、量化和分析细胞收缩参数。应用密集光流同时测量细胞收缩力和电生理学参数。 系统特性: 1、使用密集光流量化细胞收缩性-精准、快速、信息丰富: 光流是物体在连续序列帧之间的运动,由物体和相机之间的相对运动引起,密集光流为每帧的每个像素计算光流矢量,提供了更准确的结果和更密集的结果。 光流标记视频素材准确计算出图像中每个点的运动,达到亚像素精度,光流场是所观察场景的巨大信息宝库,看到光流与计算机视觉任务的应用很有趣、很丰富。 光流技术可以准确量化与电生理学结果密切相关的 CM 收缩力参数。随后基于图像的研究通过使用基于光流的不同算法来表征 CM 收缩参数。 该系统通过对在明场显微镜下观察到的单个CM进行延时图像分析来测量收缩性。为了获取细胞运动,系统根据光流原理计算生成图像的收缩性,计算密集光流。 该系统的密集光流方法具有以定向矢量的形式报告运动方向和以um/s为单位的速度校准测量的优点。不需要高斯滤波器来获取细胞位移,并且与像素强度原理相比,该分析对光照条件的敏感性较低,后者可以影响收缩幅度参数。 2、不同于通过使用捕获与细胞收缩和松弛相关的细胞运动的方法来实现,该系统无需精密的仪器、经验丰富的分析师、高额的财务投资和耗时的实验。以更准确和非侵入性地评估细胞收缩力,细胞无损伤。 3、不同于通过测量细胞边界运动的边缘检测法,该系统能捕获整个细胞区域的运动,而不只是分析用户定义的特定感兴趣区域,在采集和分析处理过程中给结果无偏差。 4、 多线程允许同时处理多个大型数据集。此外,可以实时跟踪图像处理的进度,并且可以在处理新数据集的同时进行数据分析。 5、可以灵活调整设置: 具有可用于大多数细胞实验的光流默认设置,但该程序允许用户根据图像质量或细胞类型调整和选择蕞佳实验参数 。为了以物理单位 (um/s) 提供细胞运动的测 量值,用户需要插入实验设置,例如每秒帧数和像素大小 (um)。 6、让用户可以选择单个收缩周期或多个周期的平均值。在波检测窗口中,一旦做出选择,将显示二个显示所选间隔的缩放版本的图以帮助用户选择检测到的感兴 趣的波进行分析。 7、细胞收缩力和电生理学参数同步高通量量化分析: 8、使用户能够通过图像捕获在收缩-松弛循环期间获取有关 心肌细胞CM 膜动力学的数据 (A) 样本图像显示在成人 CM 的收缩-松弛周期中,通过视觉和数字强度尺度检测的幅度和矢量场检测膜运动。比例尺,40 微米。 (B) 左侧,从电刺激 CM 中的一个收缩-松弛周期中获取的样本平均速度波。(B) 中用罗马数字标识的所有点对应于 (A) 中定义的收缩周期的阶段。 右图是在收缩-放松周期中获得的收缩波形参数总结。
10、提供了一种创新的解决方案,可满足在收缩-松弛周期中量化心脏细胞生物力学和运动动力学所需的高处理能力和灵活性。 使用密集光流算法,与旧的光流方法相比,它对“窗口大小”的选择不太敏感。这意味着不需要为每个类似的应用程序优化光流参数的显着变化。 此外,该算法的二个优点是它计算图像中所有像素的位移,从而提高灵敏度。
|