Titelaufnahme

Titel
Enhancement, registration, and visualization of high resolution episcopic microscopy data / von Clemens Brandorff
VerfasserBrandorff, Clemens
Begutachter / BegutachterinGröller, Eduard ; Rautek, Peter
Erschienen2009
UmfangIV, 77 Bl. : Ill., graph. Darst.
HochschulschriftWien, Techn. Univ., Dipl.-Arb., 2009
Anmerkung
Zsfassung in dt. Sprache
SpracheEnglisch
DokumenttypDiplomarbeit
Schlagwörter (DE)registration / visualization / episcopic microscopy
Schlagwörter (EN)Registrierung / Visualisierung / episkopisches Mikroskop
URNurn:nbn:at:at-ubtuw:1-31975 Persistent Identifier (URN)
Zugriffsbeschränkung
 Das Werk ist frei verfügbar
Dateien
Enhancement, registration, and visualization of high resolution episcopic microscopy data [12.41 mb]
Links
Nachweis
Klassifikation
Zusammenfassung (Deutsch)

Weninger et al. entwickelten eine neuartige Methode um schnelle 2D / 3D Computeranalysen und Computervisualisierungen von Genexpressionsmustern durchzuf uhren. Die Daten werden durch Einfarben, mit folgenden Schneiden und Aufnehmen mittels eines episkopischen Mikroskops erzeugt. Das Resultat ist ein hochaufgelöster 3D Datensatz. Ein Kanal enthält anatomische Information und ein zweiter Kanal enthält die Genexpressionsmuster.

In dieser Diplomarbeit untersuchen wir Ansätze um diese neue Art von Daten zu verbessern, zu registrieren und zu visualisieren. Wir befassen uns mit der unausgewogenen Beleuchtungssituation welche diese neue Methode mit sich bringt.

Wir entwickelten einen Algorithmus um eine quadrische Flache durch die Hintergrundpixel zu legen umdie Beleuchtungssituation in den aufgenommenen Schnittbildern zu schätzen. Diese Schätzung wird zum Korrigieren des Datensatzes verwendet.

Weiters wurde eine Erweiterung dieser Methode erforscht. Dabei werden geschnittene Sektionen ein erneutes Mal gefärbt, um weitere Informationen in den Datensatz einzubringen. Das resultiert in einem zweiten Datensatz von unausgerichteten Schnittbildern. Da diese Erweiterung manuell ist, werden dadurch nicht lineare Deformationen eingeführt. Wir untersuchten verschiedene Registrierungsalgorithmen um die zwei Bildstapel zueinander auszurichten. Wir fanden heraus, dass ein Registrierungsansatz in zwei Schritten die besten Resultate liefert. Im ersten Schritt wird eine affine Registrierung benutzt um die Datensätze ungefähr auszurichten. Das Resultat dieser Registrierung wird vom Benutzer untersucht und gegebenenfalls korrigiert. Im zweiten Schritt wird eine b-spline Registrierung durchgeführt um die nicht linearen Deformationen in den Schnittbildern zu kompensieren.

Umdie Registrierungsresultate visuell zu untersuchen und umeinen Uberblick uber beide Datensatze zu bekommen präsentieren wir zwei Visualisierungsmethoden. "Checkerboard" Visualisierung wird benutzt um 2D Schnittbilder miteinander zu vergleichen. Eine dreidimensionale Methode basierend auf "direct volume rendering", bei der wir die Gewebsgrenzen mittels "gradient magnitude opacity modulation" betonen wird benutzt um die gesamten Datensatze miteinander zu vergleichen.

Zusammenfassung (Englisch)

Weninger et al. developed a novel methodology for rapid 2D and 3D computer analysis and visualization of gene expression patterns. The data is generated by staining a specimen followed by an iterating process of cutting thin slices and capturing them with an episcopic microscope. The result is an high resolution 3D dataset. One channel contains anatomical information and a second channel contains the gene expression patterns.

In this thesis we examine methods for enhancing, registrating and visualizing this novel kind of data. We address the uneven illumination of slices that are introduced by the methodology. We developed an algorithm to fit a quadric surface through the background pixels to estimate the illumination situation over the whole slice. This estimate is used to correct the slices of one dataset.

Further, an extension of this methodology was researched. Recycling the already cut sections for staining them a second time allows the medical domain scientists to augment their technique with additional information. The result of the second data generation phase is a stack of unaligned slices. The manual processing of the sections introduces non-linear deformations. We explored several registration algorithms to align the two image stacks.

We found a two step registration approach to yield the best results. In the first step a coarse affine registration is used to approximately align the datasets. The result of the first step is inspected and if necessary corrected by the user. In the second step a b-spline registration is used that compensates for the non-linear deformations of the 2D slices.

For the visual inspection of the registration results and to present an overview of the datasets we implemented two visualization approaches. A checkerboard view is used to compare 2D slices, and a three dimensional approach based on direct volume rendering incorporates surface enhancement by gradient magnitude opacity modulation to emphasize the alignment of tissue boundaries.