Image and Video Processing Methods for Studying hiPSC-derived Cardiomyocyte Biomechanics
Nieminen, Anni (2023)
Nieminen, Anni
2023
Bioteknologian ja biolääketieteen tekniikan kandidaattiohjelma - Bachelor's Programme in Biotechnology and Biomedical Engineering
Lääketieteen ja terveysteknologian tiedekunta - Faculty of Medicine and Health Technology
This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Hyväksymispäivämäärä
2023-05-11
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:tuni-202305035096
https://urn.fi/URN:NBN:fi:tuni-202305035096
Tiivistelmä
Cardiovascular disease (CVD) is the most common cause of death globally. Human induced pluripotent stem cell-derived cardiomyocytes (hiPSC-CMs) provide a suitable model for studying CVD and developing new treatments. Using hiPSC-CMs in heart disease modelling has several benefits compared to using other cell types such as embryonic stem cells or animal cells. Many cardiovascular diseases are known to affect cardiomyocyte behaviour including their biomechanics. Therefore, studying the contractile machinery and force production of hiPSC-CMs is central in CVD research.
Microscopy imaging methods are required for scientists to view cells, their contractile structures and study their force production. Namely fluorescence microscopy and traction force microscopy -based imaging methods are often used in studying cellular biomechanics. To quantify and extract information from microscopy images and videos, image and video processing methods are required. Therefore, image and video processing methods are a central part of studying hiPSC-CM biomechanics and CVD.
The ever-increasing amount of imaging data requires high-throughput, fast, accurate and automated image, and video processing methods. The aim of this thesis is to provide a review of the state-of-the-art image and video processing methods and tools that can be used for studying hiPSC-CM biomechanics. The focus of this thesis is on machine learning -based and fully automated image and video processing methods. Moreover, this thesis acts as an introductory guide of the available methods and tools for researchers interested in image and video processing for studying hiPSC-CM biomechanics.
This thesis is divided into three main sections. In the first section the working principles of fluorescence microscopy and traction force microscopy are introduced in addition to their applications in studying hiPSC-CM biomechanics. In the second and third sections image and video processing methods and tools for fluorescence microscopy and traction force microscopy are introduced respectively. Sydän- ja verisuonisairaudet ovat maailmanlaajuisesti merkittävin kuolinsyy. Ihmisen indusoiduista pluripotenteista kantasolu-johteisista soluista (engl. human induced pluripotent stem cell, hiPSC) voidaan erilaistaa sydänlihassoluja. hiPSC-johteiset sydänlihassolut (engl. hiPSC-derived cardiomyocyte, hiPSC-CM) ovat osoittautuneet hyödyllisiksi sydänsairauksien mallinnuksessa. Niiden käyttöön liittyy useita etuja verrattuna esimerkiksi alkion kantasoluihin tai eläinperäisiin sydänlihassoluhin. Sydänsairaudet vaikuttavat sydänlihassolujen käyttäytymiseen ja niiden biomekaniikkaan. Tämän vuoksi sydänlihassolujen voimaatuottavien rakenteiden ja voiman tuottamisen tutkiminen on keskeistä sydänsairauksien mallinnuksessa ja uusien hoitojen kehityksessä.
Jotta soluja, niiden voimaa tuottavia rakenteita ja voimantuottoa voidaan tutkia, tarvitaan mikroskooppikuvantamista. Erityisesti fluoresenssimikroskopia ja siihen perustuvat muut kuvantamismenetelmät kuten traktiomikroskopia (engl. traction force microscopy, TFM) ovat osoittautuneet hyödyllisiksi hiPSC-CM-solujen biomekaniikan tutkimuksessa. Kuvista tai videoista saadun informaation kvantifioimiseksi puolestaan tarvitaan erilaisia kuvan- ja videonkäsittelyn menetelmiä. Tämän vuoksi kuvan- ja videonkäsittelyn menetelmät ovat keskeinen osa hiPSC-CM-solujen biomekaniikan ja sydänsairauksien tutkimusta.
Jatkuvasti kasvava kuvantamisdatan määrä vaatii suurikapasiteettisia, nopeita, tarkkoja ja automatisoituja kuvan- ja videonkäsittelyn menetelmiä. Siksi tämän kirjallisuuskatsauksen tavoitteena on esitellä sekä huippuluokan että uusimpia kuvan- ja videonkäsittelyn menetelmiä hiPSC-CM-solujen biomekaniikan tutkimukseen keskittyen automatisoituihin ja koneoppimiseen perustuviin menetelmiin. Lisäksi tämä työ toimii oppaana saatavilla olevista kuvan- ja videonkäsittelyn menetelmistä sekä työkaluista hiPSC-CM-solujen biomekaniikan tutkimuksesta kiinnostuneille tutkijoille.
Tämä työ jakautuu kolmeen pääosaan. Ensin lukijalle esitellään työn taustaa hiPSC-CM-soluista sekä kahdesta mikroskooppikuvantamismenetelmästä. Ensin käsitellään fluoresenssimikroskopian ja sitten traktiomikroskopian toimintaperiaatteita ja sovelluksia hiPSC-CM-solujen biomekaniikan tutkimuksessa. Seuraavassa osiossa perehdytään fluoresenssimikroskopialle soveltuviin kuvan- ja videonkäsittelyn menetelmiin ja työkaluihin keskittyen esikäsittelyyn, segmentointiin ja kvantitatiiviseen analyysiin. Kolmannessa osiossa esitellään traktiomikroskopialle soveltuvia kuvan- ja videonkäsittelyn menetelmiä ja työkaluja keskittyen traktiovoimien määritykseen.
Microscopy imaging methods are required for scientists to view cells, their contractile structures and study their force production. Namely fluorescence microscopy and traction force microscopy -based imaging methods are often used in studying cellular biomechanics. To quantify and extract information from microscopy images and videos, image and video processing methods are required. Therefore, image and video processing methods are a central part of studying hiPSC-CM biomechanics and CVD.
The ever-increasing amount of imaging data requires high-throughput, fast, accurate and automated image, and video processing methods. The aim of this thesis is to provide a review of the state-of-the-art image and video processing methods and tools that can be used for studying hiPSC-CM biomechanics. The focus of this thesis is on machine learning -based and fully automated image and video processing methods. Moreover, this thesis acts as an introductory guide of the available methods and tools for researchers interested in image and video processing for studying hiPSC-CM biomechanics.
This thesis is divided into three main sections. In the first section the working principles of fluorescence microscopy and traction force microscopy are introduced in addition to their applications in studying hiPSC-CM biomechanics. In the second and third sections image and video processing methods and tools for fluorescence microscopy and traction force microscopy are introduced respectively.
Jotta soluja, niiden voimaa tuottavia rakenteita ja voimantuottoa voidaan tutkia, tarvitaan mikroskooppikuvantamista. Erityisesti fluoresenssimikroskopia ja siihen perustuvat muut kuvantamismenetelmät kuten traktiomikroskopia (engl. traction force microscopy, TFM) ovat osoittautuneet hyödyllisiksi hiPSC-CM-solujen biomekaniikan tutkimuksessa. Kuvista tai videoista saadun informaation kvantifioimiseksi puolestaan tarvitaan erilaisia kuvan- ja videonkäsittelyn menetelmiä. Tämän vuoksi kuvan- ja videonkäsittelyn menetelmät ovat keskeinen osa hiPSC-CM-solujen biomekaniikan ja sydänsairauksien tutkimusta.
Jatkuvasti kasvava kuvantamisdatan määrä vaatii suurikapasiteettisia, nopeita, tarkkoja ja automatisoituja kuvan- ja videonkäsittelyn menetelmiä. Siksi tämän kirjallisuuskatsauksen tavoitteena on esitellä sekä huippuluokan että uusimpia kuvan- ja videonkäsittelyn menetelmiä hiPSC-CM-solujen biomekaniikan tutkimukseen keskittyen automatisoituihin ja koneoppimiseen perustuviin menetelmiin. Lisäksi tämä työ toimii oppaana saatavilla olevista kuvan- ja videonkäsittelyn menetelmistä sekä työkaluista hiPSC-CM-solujen biomekaniikan tutkimuksesta kiinnostuneille tutkijoille.
Tämä työ jakautuu kolmeen pääosaan. Ensin lukijalle esitellään työn taustaa hiPSC-CM-soluista sekä kahdesta mikroskooppikuvantamismenetelmästä. Ensin käsitellään fluoresenssimikroskopian ja sitten traktiomikroskopian toimintaperiaatteita ja sovelluksia hiPSC-CM-solujen biomekaniikan tutkimuksessa. Seuraavassa osiossa perehdytään fluoresenssimikroskopialle soveltuviin kuvan- ja videonkäsittelyn menetelmiin ja työkaluihin keskittyen esikäsittelyyn, segmentointiin ja kvantitatiiviseen analyysiin. Kolmannessa osiossa esitellään traktiomikroskopialle soveltuvia kuvan- ja videonkäsittelyn menetelmiä ja työkaluja keskittyen traktiovoimien määritykseen.
Kokoelmat
- Kandidaatintutkielmat [8799]