%0 Generic %A Gebhard, Matthias %D 2003 %F heidok:4392 %R 10.11588/heidok.00004392 %T Multidimensionale Segmentierung in Bildfolgen und Quantifizierung dynamischer Prozesse %U https://archiv.ub.uni-heidelberg.de/volltextserver/4392/ %X 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.