Обработка изображений, полученных с микроскопа 

Обработка изображений с микроскопа — это широкий термин, который охватывает использование методов цифровой обработки изображений для обработки, анализа и представления изображений, полученных с помощью микроскопа. Такая обработка сегодня широко распространена в различных областях, таких как медицина, биологические исследования, изучение рака, тестирование лекарств, металлургия и т. д. Ряд производителей микроскопов в настоящее время специально разрабатывают функции, позволяющие подключать микроскопы к системе обработки изображений.

Получение изображений

До начала 1990-х годов получение изображений в видеомикроскопии обычно осуществлялось с помощью аналоговых видеокамер, часто просто замкнутых телевизионных камер. Хотя это требовало использования граббера кадров для оцифровки изображений, видеокамеры давали изображения с полной частотой кадров видео (25-30 кадров в секунду), позволяя записывать и обрабатывать видео в реальном времени. Хотя появление твердотельных детекторов дало ряд преимуществ, видеокамеры реального времени во многих отношениях превосходили их.

Сегодня для получения изображения обычно используется CCD-камера, установленная в оптическом тракте микроскопа. Камера может быть полноцветной или монохромной. Очень часто используются камеры с очень высоким разрешением, чтобы получить как можно больше прямой информации. Также часто используется криогенное охлаждение, чтобы минимизировать шум. Часто цифровые камеры, используемые для этих целей, предоставляют данные об интенсивности пикселей с разрешением 12-16 бит, что намного выше, чем в потребительских продуктах визуализации.

Как ни странно, в последние годы много усилий было направлено на получение данных с частотой видео или выше (25-30 кадров в секунду или выше). То, что раньше было легко сделать с помощью готовых видеокамер, теперь требует специальной высокоскоростной электроники для обработки огромной полосы цифровых данных.

Высокая скорость съемки позволяет наблюдать динамические процессы в реальном времени или сохранять их для последующего воспроизведения и анализа. В сочетании с высоким разрешением изображения, такой подход может генерировать огромное количество необработанных данных, которые могут стать проблемой для обработки даже в современной компьютерной системе.

Следует отметить, что хотя современные ПЗС-детекторы позволяют получать изображения с очень высоким разрешением, часто это связано с компромиссом, поскольку при заданном размере чипа с увеличением числа пикселей размер пикселя уменьшается. По мере уменьшения размера пикселей уменьшается глубина их лунки, что снижает количество электронов, которые могут быть сохранены. В свою очередь, это приводит к ухудшению соотношения сигнал/шум.

Для достижения наилучших результатов необходимо выбрать подходящий датчик для конкретного применения. Поскольку изображения микроскопа имеют внутреннее предельное разрешение, часто не имеет смысла использовать для получения изображения шумный детектор с высоким разрешением. Более скромный детектор с большими пикселями часто может давать изображения гораздо более высокого качества благодаря снижению шума. Это особенно важно для приложений с низкой освещенностью, таких как флуоресцентная микроскопия.

Кроме того, необходимо учитывать требования к временному разрешению. Детектор с более низким разрешением часто имеет значительно более высокую скорость регистрации, что позволяет наблюдать более быстрые события. И наоборот, если наблюдаемый объект неподвижен, можно получить изображения с максимально возможным пространственным разрешением, не обращая внимания на время, необходимое для получения одного изображения.

Методы получения двумерных изображений

Обработка изображений для микроскопии начинается с фундаментальных методов, направленных на наиболее точное воспроизведение информации, содержащейся в микроскопическом образце. Это может включать регулировку яркости и контрастности изображения, усреднение изображений для уменьшения шума и коррекцию неравномерности освещения. Такая обработка включает только основные арифметические операции между изображениями (т.е. сложение, вычитание, умножение и деление). Подавляющее большинство операций по обработке изображений, полученных с помощью микроскопа, носит именно такой характер.

Другой класс распространенных двумерных операций, называемых сверткой изображений, часто используется для уменьшения или увеличения деталей изображения. Такие алгоритмы "размытия" и "повышения резкости" в большинстве программ работают путем изменения значения пикселя на основе взвешенной суммы этого и окружающих пикселей (более подробное описание свертки на основе ядра заслуживает отдельной статьи) или путем изменения функции частотной области изображения с помощью преобразования Фурье. Большинство методов обработки изображений выполняется в частотной области.

Другие базовые двумерные методы включают такие операции, как поворот изображения, деформация, балансировка цвета и т. д.

Иногда используются передовые методы, целью которых является "устранение" искажений оптического пути микроскопа, что позволяет устранить искажения и размытость, вызванные приборами. Этот процесс называется деконволюцией, и было разработано множество алгоритмов, некоторые из которых отличаются большой математической сложностью. Конечным результатом является изображение, гораздо более четкое и ясное, чем то, которое можно было бы получить только в оптической области. Обычно это трехмерная операция, которая анализирует объемное изображение (т.е. изображения, полученные в различных фокальных плоскостях через образец) и использует эти данные для восстановления более точного трехмерного изображения.

Методы получения трехмерных изображений

Другим распространенным требованием является получение серии изображений в фиксированном положении, но на разной фокусной глубине. Поскольку большинство микроскопических образцов по сути прозрачны, а глубина резкости сфокусированного образца исключительно мала, можно получать изображения "сквозь" трехмерный объект с помощью 2D оборудования, например, конфокальных микроскопов. Затем программное обеспечение способно воссоздать трехмерную модель исходного образца, которой можно соответствующим образом манипулировать. В результате обработки двухмерный инструмент превращается в трехмерный, которого в противном случае не существовало бы. В последнее время эта техника привела к ряду научных открытий в клеточной биологии.

Анализ

Анализ изображений значительно варьируется в зависимости от области применения. Типичный анализ включает определение краев объекта, подсчет похожих объектов, вычисление площади, длины периметра и других полезных измерений каждого объекта. Общий подход заключается в создании маски изображения, которая включает только те пиксели, которые соответствуют определенным критериям, а затем выполняет более простые операции сканирования на полученной маске. Также можно маркировать объекты и отслеживать их движение по серии кадров в видеопоследовательности.