Direkt zum Inhalt | Direkt zur Navigation

Eingang zum Volltext

Lizenz

Bitte beziehen Sie sich beim Zitieren dieses Dokumentes immer auf folgende
URN: urn:nbn:de:bsz:25-opus-87538
URL: http://www.freidok.uni-freiburg.de/volltexte/8753/


Temerinac-Ott, Maja

Multiview reconstruction for 3D Images from light sheet based fluorescence microscopy

Rekonstruktion für 3D Aufnahmen von lichtschichtbasierter Fluoreszenzmikroskopie

Dokument1.pdf (20.390 KB) (md5sum: 65c1a7134c9cdd4ea565667c54a43ec9)

Kurzfassung in Englisch

Fluorescence microscopy allows for the recording of large data sets in high resolution. The analysis of cells and organs in the three dimensional space over time and the exact description of their development is of utmost importance, e.g. in order to discriminate pathological from normal trends during the development of organisms. Oftentimes the human eye does not suffice to observe these trends in the recorded data, since the images are degraded by noise and blur and first need to be reconstructed in their three dimensional shape. The main problems with the recording of larger organisms are the absorption of light in axial direction, as well as noise, diffraction and blurring of light due to the system and object dependent point spread function. The recorded data is incomplete and can only be reconstructed by using prior knowledge. The reconstruction of the original data from the recordings alone is therefore an ill-posed problem.

A new microscopy technology, the light sheet fluorescence microscopy (LSFM), has been developed in the past ten years in order to make the recording of small living animals at cellular resolution over time feasible. The object is recorded from multiple views by rotating and translating the robustly embedded sample. Although a similar setting is known for multiview reconstruction of computer tomography or stereo recordings, well-established techniques from these fields cannot be directly applied to the LSFM reconstruction. However, it is advisable to divide the reconstruction problem into two smaller subproblems, which has also been done in the two applications mentioned above. The two subproblems are registration and fusion of the registered data sets.

In this work a new gray-value based and a new point set based registration algorithm were developed for the registration of microscopic data. The particular challenge for the algorithms are the noise, blur and missing parts of the data. For these challenges a robust quality metric is necessary in order to measure the goodness of the registration result. The "Structural Similarity Index Measure" showed particularly good results for the task of registering LSFM images. Nevertheless a precise and validated registration is only possible with the help of additionally included point markers. Position invariant descriptors for single points can be computed by group integration on the point markers. These descriptors are further used to determine point correspondences between several recordings of the same object and to register them.

For the final data fusion we developed a spatially variant method, which uses the spherical markers to estimate the local point spread function. The most plausible reconstruction of the original object is computed using the estimation for the point spread function, an appropriate noise model and an assumption about the smoothness of the original data. The image restoration problem is formulated in a Bayesian framework and solved using variational methods. We showed in experiments that in comparison to other state-of-the-art methods, our method significantly reduces the noise and sharpens the final reconstructed image.

Apart from the specialized solution for the LSFM data, we also show successful applications of our methods on blind deconvolution of standard microscopy recordings, as well as algorithms for the comparison of structural similarity of proteins.


Kurzfassung in Deutsch

Die Fluoreszenzmikroskopie ermöglicht die Aufnahme von großen Datensätzen in sehr hoher Auflösung. Dabei ist die Analyse der Zellen und Organe im dreidimensionalen Raum über die Zeit und die genaue Beschreibung dieser Entwicklung von besonderem Interesse, um z.B. während der Entwicklung kranke von gesunden Verläufen unterscheiden zu können. Für die Analyse der Daten reicht das menschliche Auge oft nicht aus, da die Daten durch die Aufnahme mit Rauschen und Unschärfe behaftet sind und erst in ihrer dreidimensionalen Struktur rekonstruiert werden müssen. Die zentralen Probleme bei der mikroskopischen Aufnahme größerer Objekte sind die Absorption des Lichts in axialer Richtung, sowie das Rauschen, die Streuung und das Verschmieren des Lichts durch die system- und objektabhängige Punktbildfunktion. Die aufgenommen Daten sind daher unvollständig und können nur mithilfe von Vorwissen rekonstruiert werden. Die Rekonstruktion der Originaldaten aus den Aufnahmen allein ist somit ein schlecht gestelltes Problem.

In den letzten zehn Jahren wurde die Lichtschichtfluoreszenz-Mikroskopie (LSFM) entwickelt, welche die Aufzeichnung von kleinen lebenden Tieren in zellulärer Auflösung über einen längeren Zeitraum ermöglicht. Durch eine stabile Einbettung kann die Probe im LSFM leicht gedreht und verschoben werden. Dabei werden Aufnahmen aus mehreren Richtungen gewonnen, welche zusätzliche Informationen enthalten und somit das schlecht gestellte Problem etwas vereinfachen. Obwohl in der Computertomographie und der Stereorekonstruktion das Problem der Rekonstruktion eines Objektes aus mehreren Ansichten schon länger bekannt ist, können die bestehenden Lösungen aus diesen Gebieten nicht direkt für die mikroskopische Rekonstruktion angewandt werden. Jedoch empfiehlt es sich, das Problem der Rekonstruktion, wie in den vorher erwähnten Gebieten, in zwei Teilprobleme zu unterteilen. Diese sind die Registrierung und die Zusammenführung der registrierten Daten.

In dieser Arbeit wurde ein neues grauwertbasiertes, sowie ein auf Punktkorrespondenzen basiertes Verfahren für die Registrierung von LSFM Daten entwickelt. Probleme bei der Registrierung mit Standardverfahren entstehen, da die Daten verrauscht, verschmiert und nicht vollständig sind. Dafür ist ein stabiles Qualitätsmaß notwendig, um die Güte der Registrierung zu messen. Das "Structural Similarity Index Measure" hat sich bei den grauwertbasierten Verfahren als besonders stabil bei der Registrierung von LSFM Daten erwiesen. Allerdings ist eine genaue und valide Registrierung nur mithilfe von zusätzlich eingefügten Markern zu erreichen. Diese Marker ermöglichen es, durch Gruppenintegration lageinvariante Deskriptoren zu gewinnen. Mit Hilfe der Deskriptoren können Punktkorrespondenzen zwischen mehreren Aufnahmen des selben Objekts bestimmt und die Aufnahmen schließlich registriert werden.

Für die Zusammenführung der Daten wurde ein ortsvariantes Verfahren entwickelt, welches anhand der kugelförmigen Marker die lokale Punktbildfunktion bestimmt. Mit einem geeignetem Rauschmodel, einer Schätzung der Punktbildfunktion und Vorwissen über die Glattheit der Originaldaten wird die plausibelste Rekonstruktion des Originalobjektes aus den Aufnahmen berechnet. Das Problem der Bildrestauration wurde im Rahmen der Bayesschen Statistik formuliert und mithilfe von Variationsrechnung gelöst. Durch Vergleiche mit bereits vorhandenen Methoden wurde gezeigt, dass unsere Methode das Rauschen deutlich reduziert und das Bild schärft.

Aus den spezialisierten Lösungen für LFSM Daten ergeben sich auch erfolgreiche Anwendungen zur Schärfung von konventionellen Fluoreszenzaufnahmen sowie Algorithmen zum Strukturvergleich von Proteinen.


SWD-Schlagwörter: Rekonstruktion , Entfaltung <Mathematik> , Registrierung <Bildverarbeitung> , Nichtlineares inverses Problem , Laser-Rastermikroskopie
Freie Schlagwörter (englisch): reconsturction , deconvolution , registration , microscopy , optimization , inverse problems
Institut: Institut für Informatik
Fakultät: Technische Fakultät (bisher: Fak. f. Angew. Wiss.)
DDC-Sachgruppe: Informatik
Dokumentart: Dissertation
Erstgutachter: Burkhardt, Hans (Prof. Dr.)
Sprache: Englisch
Tag der mündlichen Prüfung: 11.09.2012
Erstellungsjahr: 2012
Publikationsdatum: 18.09.2012
Indexliste