体视学？形态学？_体视学——组织学研究方法_.pptVIP

体视学？形态学？ 从二维平面到三维空间 我们总是面临各种图像需要处理 比如：你看到了什么？ 我们看到的： 二维轮廓？ 三维空间内弯弯曲曲的管道？ 三维空间内直的管道？ 结论： 对于二维轮廓进行定性描述或者主观的定量描述是不够的。 用数学方法获取针对物体本身的三维定量描述是可行的。 举例： 在电镜下看到某种细胞内细胞器更加密集： 早期形态学家： 细胞内那种细胞器数量增多了。 体视学家： 未必，必须对细胞总体积进行无偏估计。 再举例： 某切片上看到毛细血管断面数量增加： 早期形态学者：组织内毛细血管数量增加了 体视学者：毛细血管长度密度增加了。 体视学方法的优点： 一：尽管我们已经有了各种自动图像分析系统，但是必须指出的是，依靠机器不能完全识别复杂的生物学结构。 二：由于成本和技术原因，我们也不可能用全三维重构的方法来对标本进行检测。 所以：体视学=抽样+人工识别 举例：如何检测： 1：Cast系统是一个体视学软件工具包，而不是一套自动检测体系 问题一： 面积：某幼年雄性大鼠坐骨海绵体肌的横切切片投射到平整的墙壁上观察如图所示，(放大倍数为21) 请问该横切面的面积：？ 抽样原则： 用1×1cm的测格： 测量得测点为18个点，随机再测两次，分别为17个点，和15个点。 所以：平均测点总数为：　(17+18+15)/3=16.7 每个点关联的面积是多少？ （１×１）／212＝0.2268mm2 所以：该肌肉的面积是： 16.7×0.2268=3.8mm2 非常简单！ 可是我们会面临着很多复杂的情况： 怎么算体积？ 卡瓦列里原理： Cavalieri’s principle V(obj)=t（厚度）×a(面积) 更复杂一点： V=(t×∑a)/n=t/n×a(p)×∑p 也就是说，知道切片抽样厚度，指导总共计数点数，就可以算出体积。 Gundersen 的发现： 为了取得更好的测量精度：最好增加切片数，而不是增加测点数。 同图像分析软件相比，用人工测点精度更高。 A general rule is that no matter how complex the object it is only necessary to make about 10 sections through it and to count no more than a total 200 points over all sections. 更重要的是：如何抽样： 比如这个例子： 任意一条直线切圆所得的弦长度大于圆内接三角形的几率是多少？ A方案 B方案 C方案： 所以：不恰当的抽样=完全错误的结论 举例： 假设一石蜡包埋块内包埋的是一个完整的椭球形器官，其长径大约6mm，拟沿该器官长轴切片，切片平面与长轴垂直，并拟切取5张切片来研究，切片厚度5μm。下列抽选切片的方法哪种(些)正确： ①在1至240之间选择一随机数字r；从该器官的第一张切片算起，首先抽取第r张切片，然后继续切片，每隔239张切片后抽取一张，直至共抽取了5张切片。 ②将整个器官切完(即完全切成连续切片)。先在1至240之间选择一随机数字r；从该器官的第一张切片算起，首先抽取第r张切片，然后继续切片，每隔239张切片后抽取一张，这样将整个器官切完，能抽多少张切片就取多少张切片。 ③ 随机切取5张切片即可，选择切片时不带主观性或者不知道该切片内待测结构的特点,可以考虑用生成随机数的方法。 ④ 切连续切片，只切部分组织块，剩余的组织块留着备用或它用。例如切1／3的组织块，即要切约400张切片，5张切片可如下抽取：先在1至80之间选择一随机数字r；从该器官第一张切片算起，抽取第r张切片．然后继续切片，每隔79张后抽取一张，直至抽取5张切片。 本质： 另外一类问题： 在这幅长方形显微照片内可见一些不规则的血管轮廓(斜线阴影)。关于该幅照片内血管轮廓的数目，下列哪项(些)陈述正确： A.单位面积照片内血管轮廓数直接与单位体积器官组织内血管的数目有关。 B.血管轮廓数直接与器官组织内血管的直径、长度和体积有关。 C.血管轮廓数直接与器官组织内血管的长度有关。 所以：我们引入了 体视框的概念： 禁线法则 体视框： 作用：用于计数血管轮廓，颗粒等结构的数量。 更复杂的问题： 这个轮廓的轮廓线是多少？ 当等距随机抽取切面的时候，能够估计出它的表面积吗？ 曲线长： 曲线长B 交点数为I 测线间距为L 总测线长为L总 那么： B=π/2×IL 单位面积的线长： Ba=B/A=(π/2×IL)/(L×L总）= π/2×(I/L总) 用立体学方法可以证明： Sv=4/π×Ba 也就是说，单位体积内的膜结构的面积同电位面积中的曲线长成正比。 带入前页公式，得： Sv=2（ I/L总） 这个图有