Detalhes bibliográficos
| Ano de defesa: |
2003 |
| Autor(a) principal: |
Homem, Murillo Rodrigo Petrucelli |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Tese
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Biblioteca Digitais de Teses e Dissertações da USP
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Link de acesso: |
http://www.teses.usp.br/teses/disponiveis/76/76132/tde-27112014-143758/
|
Resumo: |
A restauração de imagens obtidas através de microscopia de seccionamento óptico computacional, utilizando técnicas de fluorescência, é um problema relevante em muitas aplicações biológicas. Diversos métodos foram propostos nos últimos anos com diferentes graus de sucesso para melhorar a qualidade destas imagens, mas a complexidade dos dados e o custo computacional do processamento ainda permanecem como fatores limitantes neste tipo de problema. Consideramos, neste trabalho, várias metodologias para a deconvolução de imagens tridimensionais obtidas em microscopia de fluorescência wide-field, onde propomos métodos lineares não iterativos e também algoritmos iterativos não lineares, que incorporam a presença do ruído Poisson nas observações devido à baixa contagem de fótons. Ainda, propomos duas abordagens específicas para a redução do ruído Poisson, sendo a primeira baseada em um critério de máximo a posteriori e a segunda na transformação de Anscombe. O primeiro algoritmo de deconvolução linear não iterativo é um método de dois passos baseado em um filtro de restauração não linear derivado a partir de um critério de máximo a posteriori, que considera uma distribuição de Poisson para modelar o ruído presente na imagem observada. O segundo, é um filtro de mínimo erro médio quadrático derivado usando o princípio da ortogonalidade no domínio de Fourier a partir de um modelo para o ruído Poisson. Os métodos iterativos não lineares são baseados na teoria de Projeções sobre Conjuntos Convexos, sendo que propomos o uso de cinco conjuntos de restrições convexas. Estas restrições são derivadas de forma a deconvoluir a imagem observada com a função de espalhamento pontual do microscópio, recuperar parte das freqüências perdidas devido à função de transferência óptica do sistema, garantir a positividade da solução e, também, prevenir erros introduzidos pelo processo de regularização. Os algoritmos foram analisados utilizando imagens sintéticas, com diferentes níveis de ruído Poisson e com imagens de espécimes reais. Os métodos também foram comparados com os algoritmos Maximum Likelihood Expectation Maximization e Regularized Linear Least Squares, apresentando boa performance em termos visuais e também uma boa relação custo-benefício. Ainda, propomos uma metodologia eficiente para a esqueletização tridimensional de estruturas tubulares, como neurônios e artérias, através do cálculo numérico de campos vetoriais e da estimação de curvaturas principais usando o mapa de Weingarten. Dada uma imagem binária, o método consiste em gerar uma imagem em tons de cinza, correspondente à magnitude de um campo de vetores, seguido por uma busca de pontos que pertencem aos vales de potenciais. Pode-se mostrar que estes pontos correspondem à transformação do eixo médio. Apresentamos resultados para contornos bidimensionais e também para imagens tridimensionais de neurônios e artérias. O algoritmo demonstrou uma boa performance, uma vez que o campo vetorial pode ser rapidamente calculado usando algoritmos de transformada rápida de Fourier |
