Ημερολόγιο Εκδηλώσεων

Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών

Πρόγραμμα Προπτυχιακών Σπουδών

ΠΑΡΟΥΣΙΑΣΗ ΔΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ

ΜΠΟΡΑΣ ΧΑΡΑΛΑΜΠΟΣ

με θέμα

Μικροσκόπιο Αποσυνέλιξης βασισμένο στη Συνάρτηση Μεταφοράς Διαμόρφωσης

Deconvolution Microscopy based on Modulation Transfer Function

Τετάρτη 2 Οκτωβρίου 2019, 4 μ.μ.

141Π37 Αίθουσα Συνεδριάσεων Σχολής ΗΜΜΥ, Κτίριο Επιστημών, Πολυτεχνειούπολη

Εξεταστική Επιτροπή

Καθηγητής Κωνσταντίνος Μπάλας (επιβλέπων)

Καθηγητής Γεώργιος Καρυστινός

Καθηγητής Μιχαήλ Ζερβάκης

Περίληψη

Η ευρεία γκάμα εφαρμογών του μικροσκοπίου και η ανάπτυξη της τεχνολογίας, έχουν παράγει τεράστιες και συνεχείς καινοτομίες στην εποχή της μικροσκοπίας. Είναι γνωστό ότι ένα οπτικό σύστημα, όπως ένα μικροσκόπιο, παρουσιάζει εγγενείς φυσικούς περιορισμούς λόγω των χαρακτηριστικών των συστατικών που το συνθέτουν. Μία από τις σημαντικότερες υποβαθμίσεις μιας ληφθείσας εικόνας ενός μικροσκοπίου, είναι το θόλωμα που δημιουργείται από το φαινόμενο της περίθλασης στους φακούς. Αυτό έχει ως αποτέλεσμα την σημαντική μείωση της ευκρίνειας και της ανάλυσης της εικόνας, αλλοιώνοντας τα χαρακτηριστικά του δείγματος προς παρακολούθηση.

Διάφορες θεωρητικές και πειραματικές μέθοδοι μπορούν να περιγράψουν αυτό το θόλωμα ως μια συνάρτηση μεταφοράς του οπτικού συστήματος δίνοντας την δυνατότητα αντιστροφής της διαδικασίας και εξαγωγής ενός πιο ευκρινούς αποτελέματος, (αποσυνέληξη ή deconvolution). Η αντιστροφή του θολώματος είναι μια διαδικασία ευαίσθητη στον θόρυβο για αυτό και με την πάροδο των χρόνων έχει αναπτυχθεί μια μεγάλη γκάμα επαναληπτικών και μη αλγορίθμων deconvolution οι οποίοι επιχειρούν διαφορετική μεταχείρηση του θορύβου. Επιπλέον έχουν ανατπυχθεί και τρόποι αξιολόγησης των αποτελεσμάτων των αλγορίθμων που βασίζονται στην στατιστική μελέτη των εικόνων που παράγουν. Παρόλες τις μεθόδους αξιολόγησης των αποτελεσμάτων αυτών, είναι γνωστό ότι αρκετές φορές οι μετρήσεις δεν είναι σύμφωνες με την οπτική αντίληψη του ανθρώπου, με αποτέλεσμα την τελική αξιολόγηση να την κάνει ο ανθρώπινος παράγοντας.

Η παρούσα διπλωματική εργασία έχει σκοπό την ανάπτυξη και την πρόταση μιας νέας μεθόδου αξιολόγησης των αποτελεσμάτων deconvolution η οποία είναι σύμφωνη με την οπτική αντίληψη του ανθρώπου και παρέχει χρησιμες πληροφορίες σχετικά με τη συμπεριφορά των αλγόριθμων deconvolution. Η προτεινόμενη μέθοδος εστιάζει στα βασικά πεδία ενδιαφέροντος σχετικά με τα αποτελέσματα deconvolution, (αύξηση της ευκρίνειας και της αντίθεσης, μεταβολή του θορύβου) και ποσοτικοποιεί την ποιότητα των αποτελεσμάτων αναλόγως με το πόσο ικανοποιούνται συγκεκριμένα κριτήρια, παράγοντας τελικό σκορ, και κατάταξη που ικανοποιεί ταυτόχρονα το οπτικό αποτέλεσμα.

Κάθε αποτέλεσμα εξαρτάται από συγκεκριμένα χαρακτηρηστικά. Αυτά είναι ο τύπος του δείγματος, οι συνθήκες φωτισμού, η συνάρτηση μεταφοράς του συστήματος και ο αλγόριθμος deconvolution που χρησιμοποιήθηκε για την παραγωγή του. Έτσι για την ολοκληρωμένη μελέτη και ανάπτυξη της μεθόδου αξιολόγησης, αναπτύσεται μια ευρεία συλλογή αλγόριθμων deconvolution (blind, επαναληπτικών και αντίστροφου φίλτρου) καθώς και η πειραματική μέθοδος (Slanted Edge) εξαγωγής της συνάρτησης μεταφοράς διαμόρφωσης του οπτικού συστήματος (μικροσκοπίο).

Στην παρούσα εργασία μελετώνται δείγματα κυττάρων από το μικροσκόπιο φθορισμού του εργαστηρίου Ηλεκτρονικής και η μέθοδος Slanted Edge αναπτύσεται με δείγματα τα οποία κατασκευάστικαν στο εργαστήριο για αυτόν τον σκοπό.

Η υλοποίηση ενσωματώνεται σε ένα ολοκληρωμένο γραφικό περιβάλλον, που περιλαμβάνει όλα τα εργαλεία για την αυτοματοποιημένη διεξαγωγή πλήρους έρευνας και στατιστικών αναφορών.

Abstract

The wide range of microscope applications and the development of technology have produced enormous and continuous innovations in the age of microscopy. It is well known that an optical system, such as a microscope, has inherent physical limitations due to the characteristics of its components. One of the major degradation of a microscope image taken is the blur created by the diffraction effect on the lenses. This results in a significant decrease in the resolution of the image, altering the characteristics of the sample to be monitored.

Various theoretical and experimental methods can describe this blur as a transfer function of the optical system, allowing the process to be reversed and output a sharper result (deconvolution). Reversing the blur is a noise sensitive process, for this reason over the years a wide range of iterative and non-iterative deconvolution algorithms have been developed which attempt to treat noise with different way. In addition, ways to evaluate the results of algorithms based on the statistical study of the images they produce have been developed. Despite the methods of evaluating these results, it is well known that measurements are often inconsistent with the human visual perception, resulting in the final evaluation being made by the human factor.

The present thesis aims to develop and propose a new method of evaluation of deconvolution results that is consistent with human visual perception and provides useful information on the behavior of deconvolution algorithms. The proposed method focuses on the key areas of interest regarding deconvolution results (increase sharpness and contrast, change noise) and quantify the quality of the results depending on whether specific criteria are met, producing a final score, and ranking that satisfies the visual result.

Each result depends on specific features. These are the type of sample, the lighting conditions, the system's transfer function, and the deconvolution algorithm used to generate it. Thus, for the comprehensive study and development of the evaluation method, a broad collection of deconvolution algorithms (blind, iterative and inverse filter) is developed as well as the experimental method (Slanted Edge), to extract the transfer function of optical system (microscope).

In the present work, samples of cells from the electron lab fluorescence microscope are studied, and the Slanted Edge method is developed with samples which were manufactured in the laboratory for this purpose.

Implementation is integrated into a complete graphical interface, which includes all the tools to automate complete research and statistical reporting.