Przegląd metod segmentacji i interpretacji stosowanych w analizie obrazów mikroskopowych

• Autorzy: Spinczyk D. , Kowalewska Ł.

Warianty tytułu

EN

Review of segmentation and interpretation methods used in microscopic images analysis

• Języki publikacji: PL

Abstrakty

PL

Rozwój technik mikroskopowych przestrzennego obrazowania wymaga udoskonalania metod przetwarzania, wizualizacji oraz interpretacji analizowanych struktur biologicznych. W artykule przedstawiono krótki przegląd technik mikroskopowych wykorzystywanych do trójwymiarowych rekonstrukcji oraz typowe etapy przetwarzania obrazów mikroskopowych: redukcja szumów, segmentacja, detekcja i mapowanie makro połączeń, uśrednianie i klasyfikacja oraz walidacja. Szczególny nacisk położono na przegląd metod segmentacji z podziałem na wykorzystywane klasy metod. Przedstawiono również powszechnie stosowane ilościowe kryteria jakości segmentacji. Dokonano zwięzłego przeglądu narzędzi wspomagających segmentację obrazów mikroskopowych z opisem popularnych narzędzi komercyjnych oraz klasy open source.

EN

The development of microscopic spatial imaging techniques requires improvement of processing, visualization and interpretation methods for analysis of biological structures. The paper presents a brief overview of three-dimensional microscopic techniques and the typical processing steps , as: noise reduction, segmentation, detection and mapping of macro connections, averaging, classification and validation. Emphasis is placed on the review of methods of segmentation divided into classes. The paper also presents commonly used quantitative criteria of segmentation quality. Additionally, a brief overview of tools supporting the segmentation of microscopic images with description of popular commercial and open source class tools, is presented.

Słowa kluczowe

PL

segmentacja; tomografia elektronowa; modele przestrzenne

EN

segmentation; electron tomography; spatial models

• Wydawca: Jacek Doskocz
• Czasopismo: Acta Bio-Optica et Informatica Medica. Inżynieria Biomedyczna
• Rocznik: 2017
• Tom: Vol. 23, nr 4
• Strony: 261--269
• Opis fizyczny: Bibliogr. 44 poz.

Twórcy

autor

Spinczyk D.

• Politechnika Śląska, Wydział Inżynierii Biomedycznej, Katedra Informatyki i Aparatury Medycznej, 41-800 Zabrze, ul. Roosevelta 40

autor

Kowalewska Ł.

• Uniwersytet Warszawski, Wydział Biologii, Instytut Biologii Eksperymentalnej i Biotechnologii Roślin, Zakład Anatomii i Cytologii Roślin, 02-096 Warszawa, ul. Miecznikowa 1

Bibliografia

• [1] J.B. Pawley, (red.): Handbook of biological confocal microscopy , Springer Science+Business Media, Nowy Jork 2006.
• [2] J. Huisken, D. Stainier: Selective plane illumination microscopy techniques in developmental biology , Development,
• vol. 136(12), 2009, s. 1963 1975.
• [3] T. Shearer, R. Bradley, L. Hidalgo-Bastida, M. Sherratt, S. Cartmell: Three-dimensional visualisation of soft biological structures by X-ray computed micro-tomography, Journal of Cell Science, vol. 129(13), 2016, s. 2483 2492.
• [4] C. Kizilyaprak, A.G.Bittermann, J. Daraspe, B.M. Humbel: FIB-SEM tomography in biology, Methods in Molecular Biology, vol. 1117, 2014, s. 541 558.
• [5] E. Tocheva, Z. Li, G. Jensen: Electron cryotomography, Cold Spring Harbor Perspectives in Biology, vol. 2(6), 2010, s. a003442.
• [6] Y. Zhang, J. Gerbrands: Objective and quantitative segmentation evaluation and comparison , Signal Processing, vol. 39(1-2), 1994, s. 43 54.
• [7] D. Spinczyk: Preparing the anatomical model for ablation of unresectable liver tumor, Videosurgery and Other Miniinvasive Techniques, vol. 9(4), 2014, s. 53136.
• [8] F. Malmberg, E. Vidholm, I. Nystrom: A 3D Live-Wire Segmentation Method for Volume Images Using Haptic Interaction, Lecture Notes in Computer Science, vol. 4245, 2006, s. 663 673.
• [9] Y. Boykov, G. Funka-Lea: Graph Cuts and Efficient N-D Image Segmentation, International Journal of Computer Vision, vol. 70(2), 2006, s. 109 131.
• [10] M. Kass, A. Witkin, D. Terzopoulos: Snakes: Active contour models, International Journal of Computer Vision, vol. 1(4), 1998, s. 321 331.
• [11] S. Osher, J. Sethian: Fronts propagating with curvature-dependent speed: Algorithms based on Hamilton ±Jacobi for-mulations, Journal of Computational Physics, vol. 79, 1998, s. 12-49.
• [12] A. Stoschek, R. Hegerl: Denoising of electron tomographic reconstructions using multiscale transformations , Journal of Structural Biology, vol. 120, 1997, s. 257-265.
• [13] A. Frangakis, R. Hegerl: Noise reduction in electron tomographic reconstruction s using nonlinear anisotropic diffusion, Journal of Structural Biology, vol. 135, 2001, s. 239-250.
• [14] W. Jiang, M. Baker, Q. Wu, C. Bajaj, W. Chiu: Applications of a bilateral denoising filter in biological electron microscopy, Journal of Structural Biology, vol. 144, 2003, s. 114-122.
• [15] P. van der Heide, X. Xu, B. Marsh, D. Hanein, N. Volkmann: Efficient automatic noise reduction of electron tomographic reconstructions based on iterative median filtering , J. Struct. Biol., vol. 158, 2007, s. 196-204.
• [16] J. Fernandez: TOMOBFLOW: Feature-preserving noise filtering for electron tomography , BMC Bioinformatics, vol. 10, 2009, s. 178.
• [17] J. Kremer, D. Mastronarde, J. McIntosh: Computer visualization of three-dimensional image data using IMOD, Journal of Structural Biology, vol. 116, 1996, s. 71-76.
• [18] Y. Li, A. Leith, J. Frank: Tinkerbell²A tool for interactive segmentation of 3D data , Journal of Structural Biology, vol. 120, 1997, s. 266-275.
• [19] D. Ress, M. Harlow, R. Marshall, U. McMahan: Methods for generating high-resolution structural models from electron microscope tomography data, Structure, vol. 12, 2004, s.1763-1774.
• [20] A. Bartesaghi, G. Sapiro, S. Subramaniam: An energy-based three-dimensional segmentation approach for the quantitative interpretation of electron tomogram, IEEE Transactions on Image Processing, vol. 14, 2005, s. 1314-1323.
• [21] C. Bajaj, Z. Yu, M. Auer: Volumetric feature extraction and visualization of tomographic molecular imaging , Journal of Structural Biology, vol. 144, 2003, s.132-143.
• [22] S. Osher, J. Sethian: Fronts propagating with curvature-dependent speed - Algorithms based on Hamilton-Jacobi formulations, Journal of Computational Physics, vol. 79, 1998, s. 12-29.
• [23] R. Whitaker, V. Elangovan: A direct approach to estimating surfaces in tomographic data, Medical Image Analysis, vol. 6, 2002, s. 235-249.
• [24] C. Schietroma, N. Fain, L. Zampighi, S. Lanzavecchia, G. Zampighi: The structure of the cytoplasm of lens fibers as determined by conical tomography, Experimental Eye Research, vol. 88, 2009, s. 566-574.
• [25] A. Frangakis, J. Bohm, F. Forster, S. Nickell, D. Nicastro, D. Typke, R. Hegerl, W. Baumeister: Identification of macromolecular complexes in cryoelectron tomograms of phantom cells, Proceedings of the National Academy of Sciences of the United States of America , vol. 99, 2002, s. 14153-14158.
• [26] E. Garduno, M. Wong-Barnum, N. Volkmann, M. Ellisman: Segmentation of electron tomographic data sets using fuzzy set theory principles, Journal of Structural Biology, vol. 162, 2008, s. 368-379.
• [27] H. Nguyen, Q. Ji: Shape-driven three-dimensional water snake segmentation of biological membranes in electron tomography, IEEE Transactions on Image Processing, vol. 27, 2008, s. 616-628.
• [28] M. Jiang, Q. Ji, B. McEwen: Model-based automated extraction of microtubules from electron tomography volume , IEEE Transactions on Information Technology in Biomedicine , vol. 10, 2006, s. 608-617.
• [29] F. Moussavi, G. Heitz, F. Amat, L. Comolli, D. Koller, M. Horowitz: 3D segmentation of cell boundaries from whole cell cryogenic electron tomography volumes , Journal of Structural Biology, vol. 170, 2010, s. 134-145.
• [30] S. Nickell, C. Kofler, A. Leis, W. Baumeister: A visual approach to proteomics, Nature Reviews Molecular Cell Biology, vol. 7, 2006, s. 225-230.
• [31] P. van der Heide, X. Xu, B. Marsh, D. Hanein, N. Volkmann: Efficient automatic noise reduction of electron tomographic reconstructions based on iterative median filtering , Journal of Structural Biology, vol. 158, 2007, s. 196-204.
• [32] A. Bartesaghi, P. Sprechmann, J. Liu, G. Randall, G. Sapiro, S. Subramaniam: Classification and 3D averaging with missing wedge correction in biological electron tomography , Journal of Structural Biology, vol. 162, 2008, s.436-450.
• [33] H. Winkler, P. Zhu, J. Liu, F. Ye, K. Roux, K. Taylor: Tomographic subvolume alignment and subvolume classification applied to myosin V and SIV envelope spikes , Journal of Structural Biology, vol. 165, 2009, s. 64-77.