ALBERT-LUDWIGS-UNIVERSITÄT FREIBURG INSTITUTE OF INFORMATICS - PDF download free
ALBERT-LUDWIGS-UNIVERSITÄT FREIBURG INSTITUTE FOR INFORMATICS Catedra pentru recunoașterea modelelor și prelucrarea imaginilor Prof. Dr. Ing. Hans Burkhardt Localizarea nucleelor celulare și determinarea fazei lor de mitoză în imagini confocale 3D ale Arabidopsis thaliana Teză de diplomă Janina Schulz Iunie 2005 Decembrie 2005
Declarație Declar prin prezenta că lucrarea de față a fost creată de mine și folosind doar ajutorul menționat. Toate pasajele care au fost preluate textual sau în mod corespunzător din documente publicate sau nepublicate sunt marcate ca atare. Teza de diplomă nu a fost deja pregătită pentru un alt examen, nici măcar parțial. Freiburg, 22 decembrie 2005
Janina Schulz Localizarea nucleelor celulare și determinarea fazei lor de mitoză în imagini confocale 3D ale Arabidopsis thaliana Teză de diplomă sub supravegherea prof. Dr. Ing. Hans Burkhardt Dipl.-Phys. Catedra Olaf Ronneberger pentru recunoașterea modelelor și Institutul de procesare a imaginii pentru informatică Universitatea din Freiburg Janina Schulz [email protected]
Cuprins 1 Introducere 15 1.1 Motivație. 15 1.2 Structura tezei. 16 2 Biologie și microscopie 17 2.1 Arabidopsis thaliana. 17 2.2 Diviziunea celulelor vegetale. 18 2.3 Microscopie. 19 2.3.1 Microscopie cu lumină. 19 2.3.2 Microscopie fluorescentă. 19 2.3.3 Microscop de scanare laser confocal. 20 2.3.4 Microscop selectiv de iluminare plană (SPIM). 21 2.3.5 Imersiune. 21 2.4 Pregătirea obiectelor. 23 3 Prelucrarea clasică a imaginii 25 3.1 De la un semnal continuu la o imagine discretă. 25 3.2 Preprocesarea imaginii. 26 3.2.1 Scalare. 26 3.2.2 Normalizarea valorii gri. 27 3.2.3 Metode morfologice. 29 3.3 Segmentare. 29 3.3.1 Proceduri bazate pe prag. 29 3.3.2 Metode bazate pe margini. 31 3.3.3 Metode regionale bazate pe creștere. 31 3.3.4 Potrivirea șabloanelor. 32 3.3.5 Detector de bile. 35 11
12 4 Teoria invariantei 37 4.1 Teoria recunoașterii tiparelor cu trăsături invariante. 37 4.1.1 Modelarea claselor ca clase de echivalență. 38 4.1.2 Condiții de invarianță. 38 4.1.3 Trei metode canonice de calculare a invarianților. 39 4.2 Variante integrale. 40 4.2.1 Invarianți de valoare în 2 puncte gri. 41 4.2.2 Funcțiile kernelului cu valoare vectorială. 42 4.2.3 Descriptori de suprafață sferică. 46 4.2.4 Invarianți sferici generali. 49 4.2.5 Funcții de bază radiale. 49 4.2.6 Distribuții de locație. 51 4.2.7 Caracteristici de coocurență radială. 52 5 Calcul invariant 55 5,1 Invarianți de valoare în 2 puncte gri. 55 5.2 Funcțiile kernelului cu valoare vectorială. 56 5.3 Funcții ale suprafeței sferice. 59 5.4 Descriptori de suprafață sferică. 59 5.5 Invarianți sferici generali. 60 5.6 Funcții de bază radiale. 60 5.7 Distribuția locațiilor. 60 5.8 Caracteristici de coocurență radială. 61 5.9 Evaluare invariantă. 61 6 Clasificare 63 6.1 Cel mai apropiat clasificator de vecinătate. 63 6.2 SVM - mașina vectorială de suport. 63 7 Rezultate 69 7.1 Experimente. 69 7.2 Modelarea rezultatelor. 73 7.2.1 Analiza formei. 73 7.2.2 Determinarea straturilor de celule. 75 7.2.3 Controlul calității. 75 7.2.4 Vizualizare. 76 8 Rezumat 77 8.1 Outlook. 78
13 A Flux de lucru 79 B Software și biblioteci utilizate 82 B.1 Volocity. 82 B.2 ImageJ. 82 B.3 NetCDF. 83 B.4 ITK. 83 B.5 libsvmtl. 83 B.6 Blitz ++. 83 B.7 MATLAB. 83 B.8 Instrumente. 83 C Invarianți calculați 85 Referințe 88
36 CAPITOLUL 3. PROCESAREA CLASICĂ A IMAGINILOR (a) (b) (c) Figura 3.8: Detector de sferă. Rezultatul unei detecții sferice a muchiei cu ajutorul miezului (dreapta) este afișat pe imaginea originală (stânga). În imaginea nucleului folosit (dreapta), albul corespunde valorii 1 și negru valorii 1. Maximele (verde) și minimele (albastru) din imaginea din mijloc sunt centrele sferelor găsite.