生体組織顕微鏡画像からの三次元再構成とその応用に関する研究

点击翻译按钮获取中文摘要

本年度はじめに、Canny演算子に基づく腎臓糸球体のエッジを抽出する方法が提案された。Canny演算子の検出結果は、そのパラメーターから決定する。腎臓の切片画像の特徴を結び付けて、私はフィード・バックの策略を定義した、その策略が適応的にCannyパラメーターを調整する。実験結果から、腎臓糸球体のエッジ抽出効果を大きく改善した。それから、画像シーケンスに対する分割、マッチングと三次元再構成を行った。実験には、改良した二次元大津アルゴリズムを使用したが、一部の画像では目標エッジを抽出することができない。その原因は二つ考えられる:一つは異なった画像の中で目標エッジのサイズが違う。もし目標が小さすぎるとノイズと見なされて消去され、抽出できない。もう一つは不完全なエッジの抽出である。この二つの問題を解決するために、私は中間の画像(理論の上での目標の最大画像)を参考の画像として、大まかに目標の位置を制約する。それによって部分の画像の中で、目標が小さいため正しく抽出できない問題を解決できる。そして、多重エッジ情報融合を使用して、「大津アルゴリズムから得たエッジの情報が不完全」という問題を解決できる。抽出した後で、目標に対するマッチングが必要である。そのため、私は二つずつ漸進するマッチング方法を提案した。まず隣りあう二枚の画像の中で目標のアウトラインの重心を計算し、重心を重ねることでオフセット差を解決する。次にアウトラインの重心をもとに極座標系で展開し、signatureを獲得する。隣りあう二枚の画像の振幅の値を[0、1]の間に正規化する。平行移動して正規化したsignatureを利用して、隣りあう二枚の画像の回転の相違を獲得することができる。それによって、マッチングを実現できる。最後にマッチングした後のデータに対して表面を制作し立体を制作する、三次元像から目標の変化を観察する。