Directly to content
  1. Publishing |
  2. Search |
  3. Browse |
  4. Recent items rss |
  5. Open Access |
  6. Jur. Issues |
  7. DeutschClear Cookie - decide language by browser settings

Multidimensionale Segmentierung in Bildfolgen und Quantifizierung dynamischer Prozesse

Gebhard, Matthias

English Title: Multidimensional Segmentation in Image Sequences and Quantification of Dynamic Processes

[thumbnail of Doktorarbeit.pdf]
Preview
PDF, German
Download (5MB) | Terms of use

Citation of documents: Please do not cite the URL that is displayed in your browser location input, instead use the DOI, URN or the persistent URL below, as we can guarantee their long-time accessibility.

Abstract

Im Rahmen dieser interdisziplinären Arbeit habe ich Methoden der Bildverarbeitung entwickelt, um reproduzierbare, quantitative Aussagen über dynamische Phänomene zu ermöglichen. Der Anwendungsschwerpunkt liegt im Bereich von Biologie und Medizin. Die verarbeiteten Daten stammen aus konfokalen Mikroskopaufnahmen, die biologischen Strukturen wurden mit fluoreszierenden Markern gefärbt. Aufgrund eines schlechten Signal-zu-Rausch Verhältnisses mußte ich robuste Verfahren entwickelt. Geeignete Vorverarbeitungsschritte waren nötig um die Qualität der Bilder zu erhöhen. Ich entwickelte ein Verfahren, um sowohl 2D- als auch 3D-Objekte mit aktiven Konturen in Bildern zu segmentieren. Dabei konnte ich in 2D zeigen, daß der Bereich der Attraktion der aktiven B-spline Kontur durch ein spezielles externes Kräftefeld erhöht werden konnte. Dies stellt einen Vorteil gegenüber den bisherigen parametrischen aktiven Konturen dar, besonders dann, wenn die Initialkurve weit von dem zu segmentierenden Objekt gelegt wird. In 3D wurde von mir eine Methode vorgestellt, um mehrere Objekte separat zu segmentieren. Hier setzte ich für diesen Spezialfall der Zellteilung einen Clusteralgorithmus ein, um zuvor extrahierte Kantenpunkte den Objekten zuzuordnen. Damit konnte ich die Volumen- und Oberflächenveränderung quantifizieren. Um segmentierte Objekte in beliebigen Dimensionen über die Zeit zu verfolgen, wurde von mir ein Particle-Tracking Algorithmus auf der Grundlage einer Fuzzy-Entscheidungslogik entwickelt. Eine Reihe von Anwendungen aus der biologischen Grundlagenforschung veranschaulichen die Wirkungsweise der entwickelten Methoden.

Translation of abstract (English)

In this interdisciplinary work I developed digital image processing methods for quantitative analysis of dynamics. The applications focused on biology and medicine. Confocal microscopes can resolve biological structures by the use of fluorescent markers. Due to a low signal to noise ratio the processing of noise reduction techniques was an important task. I developed a segmentation method in 2D and 3D based on deformable models. In 2D, I was able to show that the attraction range of the active B-spline contour could be increased in combination with a special external field. This improvement to the classical parametric active contour is especially important when the initialization of the curve is far beyond the object. In 3D, I introduced a method for simultaneously segmenting multiple objects in one image and adapted this approach to the special case of cell division. A cluster algorithm was applied to assign the extracted edge points to the different objects. With these methods, I was able to quantify the volume and area expansion of the membrane over time. To track multiple segmented objects over time, I have developed a particle-tracking algorithm, based on a Fuzzy decision kernel. Several applications show the benefit of the developed methods.

Document type: Dissertation
Supervisor: Jähne, Prof. Dr. Bernd
Date of thesis defense: 28 January 2004
Date Deposited: 03 Feb 2004 13:54
Date: 2003
Faculties / Institutes: Service facilities > German Cancer Research Center (DKFZ)
DDC-classification: 530 Physics
Controlled Keywords: Bildverarbeitung, Cytologie, Zellteilung
About | FAQ | Contact | Imprint |
OA-LogoDINI certificate 2013Logo der Open-Archives-Initiative