Обработка изображений с микроскопа - Microscope image processing

Обработка изображений с микроскопа это широкий термин, который охватывает использование цифровая обработка изображений методы обработки, анализа и представления изображений, полученных с микроскоп. Такая обработка сейчас является обычным явлением в ряде различных областей, таких как лекарство, биологический исследование, исследования рака, тестирование на наркотики, металлургия и т. д. Ряд производителей микроскопов теперь специально разрабатывают функции, которые позволяют микроскопам взаимодействовать с системой обработки изображений.

Получение изображения

До начала 1990-х годов большая часть изображений в приложениях видеомикроскопии обычно выполнялась с помощью аналоговых видеокамер, часто просто телевизионных камер с замкнутым контуром. Хотя для этого потребовалось использование Фрейм-граббер к оцифровать изображения, видеокамеры предоставляли изображения с полной частотой кадров видео (25-30 кадров в секунду), что позволяло записывать и обрабатывать видео в реальном времени. Хотя появление твердотельных детекторов дало несколько преимуществ, видеокамера реального времени действительно превосходила их во многих отношениях.

Сегодня приобретение обычно осуществляется с помощью CCD камера установлен в оптическом тракте микроскопа. Камера может быть полноцветной или монохромной. Очень часто камеры с очень высоким разрешением используются для получения максимально возможной прямой информации. Криогенный охлаждение также является обычным для минимизации шума. Часто цифровые камеры, используемые для этого приложения, обеспечивают пиксель данные интенсивности с разрешением 12-16 бит, что намного выше, чем используется в потребительских устройствах для обработки изображений.

По иронии судьбы, в последние годы много усилий было приложено для сбора данных на видео скорости или выше (25-30 кадров в секунду и выше). То, что когда-то было просто с обычными видеокамерами, теперь требует специальной высокоскоростной электроники для обработки огромной полосы пропускания цифровых данных.

Более высокая скорость сбора данных позволяет наблюдать за динамическими процессами в реальном времени или сохранять их для последующего воспроизведения и анализа. В сочетании с высоким разрешением изображения этот подход может генерировать огромные объемы необработанных данных, с которыми может быть сложно справиться даже при использовании современных компьютер система.

Следует отметить, что современные ПЗС-детекторы позволяют очень Разрешение изображения, часто это требует компромисса, потому что для данного размера чипа по мере увеличения количества пикселей размер пикселей уменьшается. По мере того, как пиксели становятся меньше, глубина их ям уменьшается, уменьшая количество электронов, которые могут быть сохранены. В свою очередь, это приводит к более бедному соотношение сигнал шум.

Для достижения наилучших результатов необходимо выбрать подходящий датчик для конкретного приложения. Поскольку изображения с микроскопа имеют внутреннее ограничивающее разрешение, часто не имеет смысла использовать шумный детектор с высоким разрешением для получения изображений. Более скромный детектор с более крупными пикселями часто может давать изображения гораздо более высокого качества из-за меньшего шума. Это особенно важно в условиях низкой освещенности, таких как флуоресцентная микроскопия.

Более того, необходимо также учитывать требования приложения к временному разрешению. Детектор с более низким разрешением часто будет иметь значительно более высокую скорость сбора данных, что позволяет наблюдать более быстрые события. И наоборот, если наблюдаемый объект неподвижен, можно захотеть получить изображения с максимально возможным пространственным разрешением без учета времени, необходимого для получения одного изображения.

Техника 2D-изображения

Обработка изображений для применения в микроскопии начинается с фундаментальных методов, предназначенных для наиболее точного воспроизведения информации, содержащейся в микроскопическом образце. Это может включать в себя настройку яркости и контрастности изображения, усреднение изображений для уменьшения шума изображения и корректировку неравномерности освещения. Такая обработка включает только основные арифметические операции между изображениями (например, сложение, вычитание, умножение и деление). Подавляющее большинство обработки изображений, полученных с микроскопа, имеет именно такой характер.

Другой класс распространенных 2D-операций, называемый изображением свертка часто используются для уменьшения или улучшения деталей изображения. Такие алгоритмы «размытия» и «повышения резкости» в большинстве программ работают, изменяя значение пикселя на основе взвешенной суммы этого и окружающих пикселей (более подробное описание свертки на основе ядра заслуживает отдельной записи) или путем изменения частотной области функция изображения с использованием Преобразование Фурье. Большинство методов обработки изображений выполняется в частотной области.

Другие базовые двухмерные техники включают такие операции, как поворот изображения, деформация, балансировка цвета и т. Д.

Иногда используются передовые методы с целью «устранения» искажения оптического пути микроскопа, тем самым устраняя искажения и размытость, вызванные оборудованием. Этот процесс называется деконволюция, и множество алгоритмы были разработаны, некоторые из них имеют большую математическую сложность. Конечный результат - изображение намного более резкое и ясное, чем можно было бы получить только в оптической области. Обычно это трехмерная операция, которая анализирует объемное изображение (т.е. изображения, полученные в различных фокальных плоскостях через образец) и использует эти данные для восстановления более точного трехмерного изображения.

Техника трехмерного изображения

Другое распространенное требование - сделать серию изображений в фиксированном положении, но с разной фокусной глубиной. Поскольку большинство микроскопических образцов практически прозрачны, глубина резкости сфокусированного образца исключительно узкий, можно снимать изображения «сквозь» трехмерный объект с помощью 2D-оборудования, такого как конфокальные микроскопы. Затем программное обеспечение может восстановить 3D-модель исходного образца, с которой можно соответствующим образом манипулировать. Обработка превращает 2D-инструмент в 3D-инструмент, которого иначе не существовало бы. В последнее время этот метод привел к ряду научных открытий в клеточной биологии.

Анализ

Анализ изображений может значительно отличаться в зависимости от приложения. Типичный анализ включает определение границ объекта, подсчет похожих объектов, вычисление площади, длины периметра и других полезных измерений каждого объекта. Распространенным подходом является создание маски изображения, которая включает только пиксели, соответствующие определенным критериям, а затем выполнение более простых операций сканирования с полученной маской. Также можно маркировать объекты и отслеживать их движение по серии кадров в видеопоследовательности.

Смотрите также

Рекомендации

Расс, Джон К. (2006-12-19) [1992]. Справочник по обработке изображений (5-е изд.). CRC Press. ISBN  0-8493-7254-2.

  • Ян-Марк Гейзебрук, Цвет и геометрическая структура в изображениях, Приложения в микроскопии, ISBN  90-5776-057-6
  • Молодой Ян Т., Не только красивые картинки: Цифровая количественная микроскопия, Proc. Королевское микроскопическое общество, 1996, 31 (4), стр. 311–313.
  • Янг Ян Т., Количественная микроскопия, IEEE Engineering in Medicine and Biology, 1996, 15 (1), pp. 59–66.
  • Янг Ян Т., Плотность выборки и количественная микроскопия, Аналитическая и количественная цитология и гистология, вып. 10, 1988, с. 269–275.

внешняя ссылка

Библиотечные ресурсы о
Обработка изображений с микроскопа