Segmentace buněčných jader Pořízených konfokálním mikroskopem.

Prezentace na téma: "Segmentace buněčných jader Pořízených konfokálním mikroskopem."— Transkript prezentace:

1 Segmentace buněčných jader Pořízených konfokálním mikroskopem.

2 Základní pojmy Konfokální mikroskop. 3D analýza obrazu. DNA značkování. Typy tkání.

3 Ukázky tkání

4 Různé přístupy k segmentaci 1.Rigault Šedotonní otevření Top hat transformace Geodetická rekonstrukce Watershed 2.Ancin Prahování Split and merge Watershed

5 Další metody 3.Irinopoulou Prahování, Morfologické filtrování, Watershed Axiální segmentace na základě konvexnosti. Problémy: Strukturální dezorganizace tkáně. Heterogenita stavby buňky.

6 Algoritmus segmentace

7 Automatická segmentace Medián 3x3x3 Odhad průměrné velikosti jádra – iterační algoritmus skládající se z Hough. shrinking(zcvrkávání) a zjištění počtu zcvrknutí. Přepočet získaných hodnot k získání isomorfních dat. Lokální prahování. Morfologická segmentace.

8 Gauss

9 Výpočet průměrného poloměru jádra Vypočet velikosti a směru gradientu v obraze – aplikace Gaussova filtru. Iterační cyklus s iterovanou proměnnou R, skládající se ze 2 kroků. 1.Vytvořen nový obraz, který slouží jako akumulátor, do kterého se podle Gauss. filtrovaného obrazu začnou akumulovat intenzity pro každý voxel podle R. 2.Ohodnocení dosaženého zcvrknutí pro každou buňku. Výsledkem. R OPT - R s minimálním K F.

10 Ukázky

11 Závislost radius x gradient

12 Lokální prahování I. Velikost regionů: 3R OPT *3R OPT *1 Regiony větší z důvodu zajištění pozadí v každém regionu. Lokální práh: I – původní obraz G – Sobelem filtrovaný obraz

13 Lokální prahování II. Regiony bez jader jsou detekovány. Jinak by při segmentaci vznikaly falešné objekty. Hodnoty lokálního prahu platí pro střed regionu, v obraze jsou plynule interpolovány. Vnitřky jader jsou dodatečně obarveny na 1.

14 Morfologická segmentace Cíl: Odstranit smetí a rozdělit jádra, která se dotýkají. Eroze s eliptickým jádrem odstraní smetí. Výpočet kostry jader a jejich přiložení na pův. obraz umožní oddělit hraničící objekty. Výsledkem je množina objektů určených k interaktivní klasifikaci uživatelem.

15 Metrické vlastnosti objektů Obsah, objem, výstřednost Zakřivenost: Těžiště:

16 Klasifikace uživatelem I. Uživatel klasifikuje region do 5 kategorii. Jádro Krajní jádro Shluk jader Shluk jader na okraji Smetí

17 Klasifikace uživatelem II.

18 Dělení shlukůjader I.

19 Testování metody  Metoda byla testována na modelovém příkladu. Pro testování byly vytvořeny virtuální buňky, u kterých se získali jejich průřezy. Získané 2D průřezy byly Gaussovým filtrem rozmazány k simulaci PSF a byl přidán šum. Na těchto datech byla prováděna segmentace.

20 Modely buněk

21 Vizualizace výsledků

22 Implementace IRIX C++ LAPACK Motif OpenGL