Lista przedmiotów z materiałami udostępnionymi dla studentów

Dla_studentów
  • Increase font size
  • Default font size
  • Decrease font size

Ewelina Bandzierz

Segmentacja obrazów mikroskopii konfokalnej podłoży do hodowli komórek


Confocal microscopy image segmantation of cell growing scaffolds


Opiekun pracy dyplomowej: dr hab. inż. Piotr Szczypiński prof. ucz.
Praca dyplomowa BSc - IFE obroniona 2017-04-24
Streszczenie pracy dyplomowej:
Celem niniejszej dysertacji było porównanie różnych podejść do segmentacji trójwymiarowego obrazu podłoża służącego do hodowli komórek. Przetwarzanie obrazu jest istotną częścią szerokiego pojęcia obrazowania biomedycznego. Ostatnimi czasy stało się ono ważną składową badań biomedycznych oraz praktyki klinicznej. Zarówno stosunkowo proste jak i bardziej złożone rozwiązania są znaczące dla analizy biomedycznej. Podłoża składają się z gęstej struktury włókien, które tworzą opytmalną bazę do wzrostu komórek. Zdjęcia zarówno komórek, jak i podłoży zostały zrobione za pomocą mikroskopii fluorescencyjnej, co pozwoliło na osobne ujęcie zdjęć obrazów z samymi podłożami. Aby przeprowadzić segmentację, najpierw został stłumiony szum obecny w obrazach za pomocą filtru Gaussowskiego z dwiema różnymi wartościami sigmy oraz za pomocą funkcji vesselness Sato z dwiema różnymi wartościami skali. Następnie została przeprowadzona segmentacja obrazów podłoża używając różnych wartości progowania tak, aby włókna podłoża zostały dobrze odseparowane od tła. Po zastosowaniu wspomnianych wyżej narzędzi, powstałe obrazy binarne zostały poddane ocenie wizualnej pod względem jakości wysegmentowanych struktur – jak bardzo kształt wysegmentowanych włókien jest zbliżony do struktur na oryginalnych zdjęciach. Na podstawie przeprowadzonego przetwarzania obrazów, dokonano oceny i analizy wyników oraz sformułowano wnioski dotyczące efektywności testowanych metod. Sformułowano wady i zalety porównanych metod oraz została wybrana najbardziej efektywna metoda, którą okazała się być funkcja vesselness Sato z wartością progowania 30/255. Drugą najlepszą ocenę dostała metoda z zastosowaniem filtru Gaussa z wartością progowania 45/255. Te dwie metody segmentacji są optymalnym kompromisem pomiędzy pozostałymi wynikami. Jednakże, dla struktur o kształcie tubularnym, bardziej rozsądnym rozwiązaniem jest zastosowanie funkcji vesselness Sato.
Abstract:
The aim of this work was to compare different approaches to three-dimensional image segmentation of cell growing scaffolds. Image processing is the important part in the wide concept of biomedical imaging. In recent years it has become an essential component of biomedical research and clinical practice. Both, relatively simple and more complex solutions can be meaningful for biomedical analysis. The scaffolds consist of tight structure made of fibres that create an optimal basis for the cells to grow. The photos of cells and scaffolds were taken using fluorescence microscopy, which enabled to get separate images with scaffolds only. To perform the segmentation, firstly, the noise present in the image was supressed using Gaussian filter with two different sigma values, and vesselness Sato function with two different scales. Afterwards, various thresholds were applied to perform the segmentation of the scaffold, so that they were well separated from the background. After application of abovementioned tools, the resulting binarized images were evaluated visually in terms of quality of the segmented structures – how similar the shape of segmented fibres was to the structures in original images. On the basis of the performed processing, the assessment and analysis of the results were established and the conclusions were formulated. Advantages and disadvantaged of all compared methods were stated. The most effective approach was determined, which appeared to be vesselness Sato function with threshold value 30/255. The second best assessment got Gauss filter with threshold 45/255. These two approaches were a good compromise between the other results. However, for such tubular structures, the application of vesselness Sato function seem to be more reasonable.