中国生物多样性数据集专刊 I 区论文(评审中) · 版本 ZH1
杨叶甲成虫头部显微CT图像序列
Micro-CT image sequence stack of adult head of Chrysomela populi
 >>
: 2017 - 09 - 26
: 2017 - 11 - 02
506 8 0
摘要&关键字
摘要:杨叶甲是典型的食叶的叶甲昆虫,主要取食杨树叶,在林业上是重要的经济害虫。目前有关杨叶甲,乃至有关叶甲的形态学研究都十分少见。本文以杨叶甲成虫为样本,利用显微CT技术获取其头部的三维形态数据。样本经酒精梯度脱水和临界点干燥处理后,将其置于X-射线微型计算机断层扫描仪(Skyscan 1172)的样本台上,在光波电子束强度为 40 keV下对其头部进行扫描。扫描获得1554张杨叶甲成虫头部断层二维图像序列,存储总容量为18.7 GB,图像空间分辨率为1.04 µm。断层图图像质量清晰,无环形伪影,样本杨叶甲头部内部组织结也清晰完整,肌肉、骨骼、消化道、甚至神经系统清晰可见。基于图像序列可对杨叶甲成虫头部内、外部形态结构进行三维重建,为甲虫头部形态学、解剖学的研究提供基础数据源。
关键字:显微- CT;二维图像;图像序列;三维重建
Abstract & Keywords
Abstract: Chrysomela populi is a typical leaf beetle feeding on mainly leaves of aspen trees, and a major pest for forestry production. Morphological studies on Chrysomela populi, or even on chrysomelid beetles, are surprisingly scarce. In this investigation, Chrysomela populi adults were used for x-ray micro-computed tomography (micro-CT). Before they were scanned with a Skyscan 1172 micro-CT (beam strength: 40 keV), the adult samples were dehydrated with ethanol and dried to the critical point. The scanned image sequence stack includes 1,554 images with a resolution of 1.04 µm, totaling a data volume of 18.7 GB. The image quality is clear and there are no annular pseudomonas. The tissue in the head is also clear and intact; muscles, bones, digestive tracts, and even nervous systems are clearly visible. The scanned image sequence stack could be used for 3D reconstruction and anatomical study of the adult head of Chrysomela populi. This dataset provides basic data for the study of beetle head morphology and anatomy.
Keywords: micro-CT; 2D image; image stack; 3D reconstruction
数据库(集)基本信息简介
数据库(集)名称
Title
杨叶甲成虫头部显微CT图像序列
Micro-CT image sequence stack of adult head of Chrysomela populi
数据作者
Data authors
任静、葛斯琴
Ren Jing, Ge Siqin
通讯作者
Corresponding author
葛斯琴 Ge Siqin
(gesq@ioz.ac.cn)
空间分辨率
Spatial resolution
1.04 µm
数据量
Data volume
18.7 GB
数据格式
Data format
*.BMP
数据服务系统网址
Data service system
http://www.sciencedb.cn/dataSet/handle/488
基金项目
Source of funding
国家自然基金(NSFC-31472028、31672347)
National Science Foundation (No. 31472028, 31672347)
数据库(集)组成
Dataset composition
数据集由杨叶甲成虫头部1554张计算机断层扫描图像序列组成。
This dataset consists of 1,554 micro-CT sequence images of Chrysomela populi head.
引 言
显微CT技术即微型计算机断层扫描(micro-CT)及重构技术,是当前国际上一种新的、先进的X-射线无损检测技术,可清晰显示被检测物内部的细微结构[1]。该项技术首先应用于工业、航天及医疗等领域,近些年逐渐被应用到动、植物学研究领域,自2002年起在昆虫形态学研究领域得到应用和推广[2]。应用本项技术,可以很好地扫描到昆虫胸部的肌肉及内骨骼,非常适用于昆虫的肌肉等内部结构的观察[3-4]
近年来,微型计算机断层扫描技术成为了昆虫形态学研究中获取形态学数据的一种高效方法。随着现代高分辨率台式扫描仪硬件、软件的改进,促使越来越多的应用研究集中在微小结构的解剖学研究中。目前一般micro-CT最大分辨率约为0.5 µm,而顶尖的扫描仪可产生分辨率为0.1 µm的图像,甚至更为精细的图像 [5]
除无损检测样本外,micro-CT的最大优势是其大大加速了对几乎无伪影的解剖学数据的获取。这种方法远比组织切片技术高效,且生成的图像序列排列良好,不具有破坏性。完成micro-CT扫描的标本仍可以用于电子扫描显微镜(Scanning Electron Microscope,SEM)或组织切片的样本。与组织切片技术不同的是,在这个过程中,不存在任何结构的丢失。因此这项技术使得我们能够利用最少的标本而获得十分详细的形态学记录。由于实验过程对标本无伤害,micro-CT还可以应用于珍稀昆虫样本、是模式标本、甚至埋在琥珀中的化石昆虫[6-7]的研究。在低能电子束的激发下,不同类型的组织(如骨骼、肌肉、神经系统)具有不同的特定吸收率,因此我们能够获得高密度分辨率,从而更好地分辨各结构[8]
1   数据采集和处理方法
杨叶甲是典型的食叶的叶甲昆虫,咀嚼式口器,主要取食杨树叶,是林业上重要的经济害虫。目前有关杨叶甲,甚至有关叶甲的形态学研究都十分少见。本文以典型的叶甲昆虫——杨叶甲成虫为例,利用micro-CT技术,获取其头部断层序列图片,探讨其头部内、外的形态变化,为甲虫头部形态学和解剖学的研究提供基础数据源。
1.1   样本前处理
Micro-CT样本的制备方法很简单。标本通常使用酒精–丙酮梯度脱水及临界点干燥的方法进行脱水干燥,以避免出现收缩的伪影。这种方法增加了组织与周围介质(空气)图像的对比度。
本文按照如下步骤,制备适用于显微CT成像系统的酒精浸泡的杨叶甲样本:
挑选样本→清洗→ 酒精-丙酮梯度脱水→ 临界点干燥。
酒精–丙酮梯度脱水步骤:酒精脱水每次间隔15~20分钟,丙酮脱水每次间隔30分钟。
75%酒精(1次)→80%酒精(1次)→85%酒精(1次)→90%酒精(1次)→95%酒精(1次)→100%酒精(3次)→丙酮(3次)。
用临界点干燥仪(型号:Hitachi hcp-2)进行临界点干燥处理。
1.2   数据采集方法
样本可用强力胶水嵌入在特定的支撑架上或固定于黏在支撑架上的小型容器(如微量离心管、移液枪头)中。为获得最大的空间分辨率,固定标本时,样本纵轴应与样本台旋转轴一致。样本数据采集地点位于北京理工大学。将干燥好的样本置于显微CT成像系统(Skyscan 1172)的样品台上,设定扫描参数,在40 kev、4倍镜头下扫描样本,保存图片。扫描及重构参数见表1。
通过调整扫描仪的镜头,如放大倍数、与样本的距离,以及调整射线发射源与样本的距离等,可以获得不同大小的扫描图像视野,适用于大小不同的扫描样本。扫描相机的像素组合(Camera binning)不同,所获图像分辨率会有很大变化。为获取高分辨质量的图像,相机的像素组合通常设定为1(或1×1),相应的相机曝光时间及扫描时长会延长;反之,为快速获取样本图像序列而不需要高质量图像时,相机的像素组合可设定为2以上的组合(包括2×2,3×3,4×4),组合数字越大,扫描速度越快,图像质量越低。通常来说,扫描相机的像素组合设定为1时,扫描时长在4小时以上,不同相机镜头、样本位置以及曝光时间都会影响扫描时间;扫描相机的像素组合设定值越大,扫描时间越短,通常在2小时以内,甚至十几分钟便可完成扫描。根据不同科研需求,通过调整相关扫描参数,扫描时间不同,扫描所获的断层图像的质量也会不同。
表 1   扫描参数
扫描参数重构参数
Scanner = Skyscan1172Reconstruction Program = NRecon
Source Type = Hamamatsu 100/250Program Version = Version: 1.6.3.3
Camera = Hamamatsu C9300 11MpReconstruction engine = NReconServer
Source Voltage (KeV) = 40Engine version = Version: 1.6.3
Source Current (µA) = 250Dataset Origin = Skyscan1172
Camera binning = 1x1Result File Type = BMP
Image Pixel Size (µm) = 1.04
Object to Source (mm) =41.120
Camera to Source (mm) =340.168
Vertical Object Position (mm) =20.403
Exposure (ms) = 2010
Rotation Step (deg) = 0.600
2   数据样本描述
图1展示了杨叶甲成虫头部不同断层层面的横切图,虫体内部的细微结构也可清晰展示,包括肌肉、神经及内骨骼等。由于显微CT技术可无损伤获取样本内部数据,为获取更为精细和完整的内部形态数据,在样本制备过程中,通常不对样本进行解剖。如本文中,扫描的目标对象为杨叶甲成虫头部,但在处理样本过程中,并未把头部单独解剖下来进行扫描,而是对整个虫体进行脱水、干燥处理后,将整个虫体置于样本台上,使用扫描仪的相机镜头对准其头部,进行扫描。一来,保证了扫描样本的完整性,完成扫描后的样本还可用于普通形态观察或应用于电子显微镜;二来,相比解剖特定部位进行扫描,此种方法可保留更多解剖学、形态学数据,尤其是在虫体头部与胸部连接处,可保留更多细节。


图1   杨叶甲成虫头部不同断层扫描图像示例
在扫描参数设定好之后,便可进行扫描。为了能够完整地获取扫描部位的全部数据,通常情况下,我们会把扫描范围扩大,使扫描的数据略多于所需的数据。如本数据集扫描的目标部位为杨叶甲头部,在扫描的时候,我们通常将头部与前胸一起扫描。在序列图片重构完成后,可以有选择地挑选数据,将多余数据删除。
扫描完成后,需要对断层图片进行重构,通常由扫描仪自带的软件完成。断层图片的命名可分为两部分,一部分为自主命名,可根据样本名称、扫描时间、扫描关键参数或是其他信息进行命名,通常以下划线“_”表示各个命名关键信息之间的区分;另一部分为系统命名,系统命名名称在自主命名名称之后,自动排序并分配各个序列图片的序列编号。以本数据集(http://www.sciencedb.cn/dataSet/handle/488)为例进行说明,序列图片以“ch_a_”进行自主命名,其中“ch”为杨叶甲拉丁名“Chrysomela populi”的前两个首字母;“a”表示成虫“adult”;“_”代表分隔符,便于区分。重构序列时,系统自动分配“recxxxx”,“rec”表示重构“reconstruction”;“xxxx”表示序列编号,通常序列编号以“0000”开始。本数据集,以序列图片“ch_a_rec1100”开始,共计1554张,以“ch_a_rec2653”结束。序列图片“ch_a_rec0000”-“ch_a_rec1099”为杨叶甲前胸冗余数据,在不影响头部完整数据集的情况下,可将多扫的冗余数据删除,同时也可减少数据储存空间,为后续头部形态结构的三维重建节省数据处理空间。
3   数据质量控制和评估
基于micro-CT所获得的杨叶甲成虫头部二维图像序列共包含1554张断层图片,存储总容量为18.3 GB,图像空间分辨率为1.04 µm, 每张图像的存储容量为12.3 MB。通过杨叶甲成虫头部不同断层的横切图的展示(图1),断层图图像质量清晰,无环形伪影,且所呈现的样本杨叶甲头部内部组织结构也清晰完整,肌肉、骨骼、消化道、甚至神经系统均清晰可见。无论从样本制备还是样本扫描参数设定来说,此套断层二维图像序列是完全满足相关科研需求的,如基于图像序列可做杨叶甲成虫头部内、外部形态结构的三维重建,为甲虫头部形态、解剖学的研究提供基础数据源。
4   数据使用方法和建议
基于断层图像序列的计算机三维重建技术从成像设备上(如显微CT)采集断层图片数据集,通过对二维断层数据中感兴趣区域的自动或半自动分割,采用计算机三维重建算法对其进行三维重构及可视化。通过对断层二维图像序列的处理,进行噪声消除、轮廓提取、特征点匹配等操作,对构建的昆虫三维数字模型进行渲染,从而支持多尺度、多视角、多层次的方式展示其形态结构,以直观、动态的方式展现生物体各部分结构之间的关联关系。Micro-CT经过精准校对后所获得的高分辨率断层图像序列,可以帮助我们快速且精确的进行样本的三维重建及解剖学研究[5],并且在3D模型打印方面也有很大的应用前景。
数据作者分工职责
任静(1988—),女,河北省三河市人,博士,博士后研究人员,研究方向为昆虫的功能形态学。主要承担工作:对图像序列的质量进行评估、分析及处理,撰写论文。
葛斯琴(1974—),女,北京人,博士,研究员,研究方向为昆虫分类学、昆虫功能形态学。主要承担工作:样本制备、扫描样本及撰写论文。
[1]
任静. 基于多维数据的叶甲后翅及翅基结构的形态学研究[D]. 北京: 中国科学院大学, 2014.
[2]
Hörnschemeyer T, Beutel R, Pasop F. Head structures ofPriacma serrataleconte (coleptera, archostemata) inferred from X-ray tomography[J/OL]. Journal of Morphology, 2002, 252 (3):298–314. DOI: 10.1002/jmor.1107.
[3]
Ge S, Beutel R, Yang X. Thoracic morphology of adults of Derodontidae and Nosodendridae and its phylogenetic implications (Coleoptera)[J]. Systematic entomology, 2007, 32: 635–667.
[4]
Ge S, Hua Y, Ren J, et al. Transformation of head structures during the metamorphosis of Chrysomela populi (Coleoptera: Chrysomelidae)[J]. Arthropod Systematics & Phylogeny, 2015, 73 (1): 129–152.
[5]
Beutel R, Friedrich F, Yang X, et al. Insect Morphology and Phylogeny-A textbook for students of entomology[M]. Germany: Walter de Gruyter GmbH, 2013.
[6]
Tafforeau P, Boistel R, Boller E, et al. Applications of X-ray synchrotron microtomography for non-destructive 3D studies of paleontological specimens[J]. Applied Physics A, 2006, 83(2): 195–202.
[7]
Pohl H, Wipfler B, Grimaldi D, et al. Reconstructing the anatomy of the 42-million-year-old fossil Mengea tertiaria (Insecta, Strepsiptera)[J/OL]. Naturwissenschaften, 2010, 97(9): 855–859. DOI: 10.1007/s00114-010-0703-x.
[8]
Friedrich F, Beutel R. The thorax of Zorotypus (Hexapoda, Zoraptera) and a new nomenclature for the musculature of Neoptera[J]. Arthropod Structure and Development, 2008, 37: 29–54.
数据引用格式
任静, 葛斯琴. 杨叶甲成虫头部显微CT图像序列[DB/OL]. Science Data Bank, 2017. (2017-09-26). DOI: 10.11922/sciencedb.488.
稿件与作者信息
论文引用格式
任静, 葛斯琴. 杨叶甲成虫头部显微CT图像序列[J/OL]. 中国科学数据, 2017. (2017-10-26). DOI: 10.11922/csdata.2017.17.zh.
任静(1988—),女,河北省三河市人,博士,博士后研究人员,研究方向为昆虫的功能形态学。
葛斯琴(1974—),女,北京人,博士,研究员,研究方向为昆虫分类学、昆虫功能形态学。
出版历史
I区发布时间:2017年11月2日 ( 版本ZH1
参考文献列表中查看
中国科学数据
csdata
技术支持:印刻学术