Computer Elektronen-Tomographie ist die am häufigsten angewandte nicht-invasive Methode, die einzigartige Einblicke mit molekularer Auflösung in die dreidimensionale Struktur und Organisation von pleomorphen biologischen Objekten ermöglicht. Neue Aufzeichnungsmethoden verbessern entscheidend die Geschwindigkeit und Auflösung und ermöglichen dadurch detaillierte Strukturuntersuchungen. Die Applikationsgrenzen dieser Technik werden durch Dosis-Limitierung, begrenzte Zugänglichkeit von Daten und Auflösung gesetzt. Bei der Elektronentomographie wurde die Auflösungsgrenze auf 2-4 nm verbessert. Diese Auflösung sollte die Identifikation von großen makromolekularen Objekten in ihrer natürlichen Umgebung ermöglichen. Das sehr niedrige Signal-Rausch Verhältnis verhindert jedoch die Anwendung von Standard Bildverarbeitungstechniken für die Datenanalyse, wie Visualisierung, Segmentierung und Objektextraktion. Im Rahmen dieser Arbeit wurden vier unterschiedliche Bildverarbeitungstechniken entwickelt und für die Elektronenmikroskopie implementiert. Ziel dieser Methoden ist die Verbesserung von Signalrekonstruktion, Prozessierungszeiten und Visualisierung. Eine neue Rausch-Reduktionstechnik die auf nichtlinearer anisotroper Diffusion basiert, wurde entwickelt. Diffusionsmethoden für Signalrekonstruktion, wegen ihrer gut fundierten mathematischen Eigenschaften und ihrer allgemeinen mathematischen Gutartigkeit" sind breit anwendbar. Unterschiedlichen Methoden sind in der Literatur bekannt, die auf Kantendetektion und Kantenpreservation ausgelegt sind, allerdings ist keine davon für Rauschreduktion geeignet. Die in dieser Arbeit entwickelte hybride Diffusions-Methode überwindet die Probleme der konventionellen Methoden und nutzt gleichzeitig deren Vorteile. Damit zeigt diese Methode eine bessere Leistung verglichen mit den existierenden, aber auch gegenüber anderen Rauschreduktions-Methoden, wie median" oder Gaussisches" Filter, oder auch Wavelet Transformation. Einige quantitative Meßtechniken wurden entwickelt, um die Rekonstruktionsleistung zu ermitteln. Das beste Ergebnis wird dabei bei den niedrigen Frequenzen beobachtet und zwar bei Frequenzen, die kleiner als die Hälfte der Nyquist Frequenz sind. Deshalb ist die Methode am meisten geeignet für Prozessierung von überabgetasteten Daten, wie aus der Elektronenmikroskopie. Die Verbesserung des Signal-Rausch-Verhältnisses wurde mittels Fourier-Ring-Korrelation ermittelt. Einige Beispiele der signifikanten Verbesserung wurden präsentiert. Dabei stellte sich heraus, daß die Methode sich hervorragend als erster Schritt für weitere Bildverarbeitungsaufgaben, wie Objekt-Detektion und Segmentierung eignet. Die Bewegung von Objekten als Funktion ihrer eigenen Krümmung ist eine neue Methode für Objekt-Detektion. Man kann den Prozess als nichtlinearen Diffusionsprozess beschreiben, wobei der Diffusionsfluß in Richtung des Grauwert-Gradienten explizit gleich null gesetzt wird. Während des Prozesses werden die Level-sets" des Bildes, d.h. Isointensitätskonturen, als Funktion ihrer Krümmung bewegt und degradieren dabei in konkaven Regionen, die zu Singularitäten verschwinden. Diese Singularitäten können a posteriori detektiert werden und korrespondieren mit der Position eines Objektes auf dem Bild. Die Methode wird als Vorverarbeitungsschritt für Objekt-Detektion in zwei wie auch in drei Dimensionen eingesetzt. Sie ist robust gegenüber Rauschen und rotations- und translationsinvariant. Dazu ist es eine parameterfreie Methode, weil der einzige Parameter, die Iterationszeit, als Funktion der Größe des zu detektierenden Objekts bestimmt wird. Ausführliche Tests auf künstliche wie auch reelle Daten werden präsentiert. Automatische Gruppierung und Segmentierung sind anspruchsvolle Probleme der Bildverarbeitung. Das Hauptziel einer Segmentierung ist eigentlich Bildvereinfachung, so daß interessante Teile separat voneinander dargestellt werden können, und die effektive Größe des Bildes auf das wesentliche reduziert wird. Das hat eine verbesserte Visualisierung und eine Reduktion der Prozessierungszeiten, wie z.B. bei der Identifikation von Proteinen, zur Konsequenz. Eine Segmentierung ist im allgemeinen keine objektive Prozedur, weil zwei Beobachter andere Objekte auf dem Bild als wesentlich betrachten. Zwei Techniken, die eine große Bandbreite im Feld abdecken, wurden entwickelt: eine interaktive Methode, als active contours (oder snakes") bezeichnet, und eine automatische, auf Eigenvektoren basierende Technik. Die snake" Segmentierung basiert auf der Bewegung von aktiven Konturen in Richtung einer zu detektierenden Grenze. Die Anwendbarkeit dieses Prozesses wurde schon auf verschieden Gebieten demonstriert. Trotzdem ist Segmentierung nicht direkt in der Elektronenmikroskopie applizierbar, da durch die fehlende Informationen und das niedrige Signal-Rausch Verhältnis die Segmentierung erheblich erschwert wird. Verschiedene Modifikationen bei partiellen Differentialgleichungen, die den Prozess beschreiben, werden vorgeschlagen, die das Segmentierungsergebnis für elektronenmikroskopische Daten anwendbar macht. Diese Technik bleibt sensibel gegenüber den Anfangsbedingungen und ist deshalb nicht automatisierbar. Interaktiv hat der Benutzer die Möglichkeit, eine definierte Grenze in der Nähe des Objekts zu plazieren, die sich dem Objekt nähert. Verschiedene Beispiele in zwei und drei Dimensionen werden präsentiert. Der Gebrauch von Eigenvektoren in der Medizin und Elektronenmikroskopie für Segmentierungs-Zwecke ist neu. Indem man die Information des zweiten Eigenvektors einer Affinitäts-Matrix ausnutzt, die Ähnlichkeitswerte verschiedener Teile des Bildes beinhaltet, wird eine Vordergrund zu Hintergrund Segmentierung antizipiert. Verschiedene Ähnlichkeitsmessungen, z.B. Distanz, Grauwert und Textur können in den Algorithmus implementiert werden. Das dominanteste Merkmal auf dem Bild konnte immer automatisch segmentiert und damit die Visualisierung stark verbessert werden. Es stellte sich heraus, daß die Parameter Auswahl sehr robust ist, was die Anwendbarkeit der Methode signifikant verbreitert.
«
Computer Elektronen-Tomographie ist die am häufigsten angewandte nicht-invasive Methode, die einzigartige Einblicke mit molekularer Auflösung in die dreidimensionale Struktur und Organisation von pleomorphen biologischen Objekten ermöglicht. Neue Aufzeichnungsmethoden verbessern entscheidend die Geschwindigkeit und Auflösung und ermöglichen dadurch detaillierte Strukturuntersuchungen. Die Applikationsgrenzen dieser Technik werden durch Dosis-Limitierung, begrenzte Zugänglichkeit von Daten und Au...
»
Login
BibTeX