eprintid: 6933
rev_number: 9
eprint_status: archive
userid: 1
dir: disk0/00/00/69/33
datestamp: 2006-11-13 13:48:01
lastmod: 2014-04-03 19:56:42
status_changed: 2012-08-14 15:20:01
type: doctoralThesis
metadata_visibility: show
creators_name: Broser, Philip Julian
title: Morphologische Bildoperatoren für die quantitative Neurobiologie
title_en: Morphological image operators - applications to neuro biology
ispublished: pub
subjects: 510
divisions: 110400
adv_faculty: af-11
keywords: mosaic , microscopy , quantitative , neurobiology , axon
cterms_swd: Snake <Bildverarbeitung>
cterms_swd: Mosaicing <Bildverarbeitung>
cterms_swd: Registrierung <Bildverarbeitung>
cterms_swd: Skelettieren <Bildverarbeitung>
cterms_swd: Bildverarbeitung
abstract: Die digitale Bildverarbeitung hat in den letzten Jahren einen erheblichen Entwicklungsprozess erlebt. Speicher- und CDU-Leistung der modernen Personalcomputer erlauben es, komplexe Verarbeitungsschritte sogar auf einem handelsüblichen Tischrechner durchzuführen. Die schnellsten Rechner sind aber ohne fundiertes theoretisches Gerüst und implementierbare Algorithmen für den wissenschaftlichen Einsatz wertlos. Erst durch die Entwicklung einer Theorie der Bildverarbeitung und der Implementierung der sich aus dieser Theorie ergebenden Algorithmen gelangt die Bildverarbeitung zu ihrem Nutzen in den naturforschenden Wissenschaften. In dieser Arbeit soll gezeigt werden, wie durch die konsequente Umsetzung der theoretischen Methoden der Bildverarbeitung naturwissenschaftliche Fragen angegangen und beantwortet werden können. Beispielhaft soll hier gezeigt werden, wie mit diesen Methoden ein bisher kaum zugängiges Feld der quantitativen Morphologie erschlossen werden kann. In der Hirnforschung gibt es noch immer viele Bereiche der mikroskopischen Anatomie, die aufgrund ihrer Komplexität schwer zu untersuchen sind. Die Untersuchung und Quantifizierung der Faserverläufe im Gehirn sind für ein grundlegendes Verständnis unabdingbare Voraussetzungen, bestimmt doch der Faserverlauf entscheidend die Eigenschaften des Netzwerkes. Bisher wurden solche Faserverläufe einzeln durch einen Experimentator ausgemessen. Dies ist ein sehr langsamer und zeitintensiver Prozess. Auf diesem Feld kann nun die Mathematik und die moderne Datenverarbeitung zeigen, wie elegant sich diese Fragen nun bearbeiten lassen. Die motivierende Fragestellung für diese Arbeit war, wie sich die axonale Konnektivität - die Netzwerktopologie - aufgrund von Deprivierungsexperimenten ändert. Dazu wurde vom Autor im Zuge dieser Arbeit eine Mikroskopie- und Aufnahmetechnik etabliert, welche die biologischen Präparate geeignet abbildet. Für die Auswertung der Daten wurde ein theoretisches Fundament gelegt. Dies führte zur Implementierung eines Softwarepaktes (\axoquant), das die entwickelten Konzepte in Algorithmen umsetzt. Schließlich wurde das Gesamtverfahren auf die biologische Fragestellung angewandt. Es konnte dabei gezeigt werden, wie sich die axonale Verschaltung - die Netzwerktopologie - durch Deprivierung ändert. Des Weiteren konnten der Ort und die Stärke der Änderung bestimmt werden.
abstract_translated_text: The traditional boundaries between the disciplines are blurring. This is especially true for the field of neuroscience.The improvements in technology of the last years had a big impact on Neurobiology research. New advances in automatic stage management and image acquisition have made it possible to scan large brain areas with high resolution. (Leading to a huge amount of image data left to analyse.) Modern CPU and Memory made it possible to compute complex image processing operation on standard home PCs. A loft work in Digital Image processing has been done in the last years. Especially in the consumer market digital imaging has become a huge buisness. But only theory and robust implementation of image processing algorithms make imaging to a great tool for scientific work. In this work it will be shown how a rigorous mathematical formulation of image processing algorithms can be used to gain entry to a field of quantitative morphology which was not manageable before. Quantification of neuronal morphology (axonal and dendritic arbor) is till today done manually by the experimenter. This is a highly time consuming task and the result is rather subjective. Brining modern image acquisition techniques, modern image processing algorithms and latest computer technology together such tasks can be accomplished automatically. As a result an enormous amount of data can be analyzed fast in a unbiased fashion. In this work the developed methods will be used to show how the axonal projection domain changes due to deprivation. The axonal projection of populations of neurons in brain slices has been analyzed. The methods used include mosaic microscopy, grayscale image processing, morphological image processing and trace quantification. This work should be an example of how the fusion of several discipline like mathematics, informatics and optics lead to the renaissance of light microcopy.
abstract_translated_lang: eng
class_scheme: msc
class_labels: 92B05, 62H35, 51N99
date: 2006
date_type: published
id_scheme: DOI
id_number: 10.11588/heidok.00006933
ppn_swb: 522592295
own_urn: urn:nbn:de:bsz:16-opus-69330
date_accepted: 2006-10-09
advisor: HASH(0x564e1c384e28)
language: ger
bibsort: BROSERPHILMORPHOLOGI2006
full_text_status: public
citation:   Broser, Philip Julian  (2006) Morphologische Bildoperatoren für die quantitative Neurobiologie.  [Dissertation]     
document_url: https://archiv.ub.uni-heidelberg.de/volltextserver/6933/1/BroserDisertation.pdf