Zugl.: Karlsruhe, Univ., Diss., 2008 / Hergestellt on demand

Consider the situation where two or more images are taken from the same object. After taking the first image, the object is moved or rotated so that the second recording depicts it in a different manner. Additionally, take heed of the possibility that the imaging techniques may have also been changed. One of the main problems in image processing is to determine the spatial relation between such images. The corresponding process of finding the spatial alignment is called “registration”. In this work, we study the optimization problem which corresponds to the registration task. Especially, we exploit the Lie group structure of the set of transformations to construct efficient, intrinsic algorithms. We also apply the algorithms to medical registration tasks. However, the methods developed are not restricted to the field of medical image processing. We also have a closer look at more general forms of optimization problems and show connections to related tasks. / Wir betrachten Problemstellungen, in denen zwei Bilder von ein und demselben Objekt aufgenommen wurden. Nach der ersten Aufnahme hat sich allerdings das Objekt bewegt oder deformiert, so dass es sich in den nächsten Bildern auf eine andere Weise darstellt. Zudem kann sich die Aufnahmetechnik geändert haben. Eine der Hauptprobleme in der Bildverarbeitung ist es, die räumliche Korrespondenz zwischen solchen Bildern zu bestimmen. Die zugehörige Aufgabe, eine solche räumliche Übereinstimmung zu finden, nennt man "Registrierung". In dieser Arbeit untersuchen wir das mit der Registrierung verbundene Optimierungsproblem. Insbesondere nutzen wir die Lie-Gruppen-Struktur der Menge der zulässigen Transformationen aus, um effiziente, intrinsische Argorithmen zu entwickeln. Wir wenden diese dann auf Probleme der medizinischen Bildregistrierung an, jedoch sind unsere Methoden nicht auf dieses Feld beschränkt. Wir werfen auch einen genaueren Blick auf eine allgemeinere Form von Optimierungsproblemen und zeigen Verknüpfungen zu verwandten Fragestellungen auf.

University, Diss., 2003--Kassel. / Lizenzpflichtig.

MRT und CT liefern komplementäre Informationen über die Strukturen der Cochlea. Um die genaue Lage der Elektrode nach Implantation eines CIs beurteilen zu können, wurden in der vorliegenden Arbeit präoperative MRT-Datensätze und postoperative CT-Datensätze mit dem frei erhältlichen Programm "3D-Slicer" fusioniert. Nach 1350 erfolgten Implantationen am Universitätsklinikum Würzburg konnte bei 16 Ohren die Qualität der Fusion beurteilt und bei 15 Ohren die intracochleäre Lage der CI-Elektroden evaluiert werden. Die manuelle Fusion der Datensätze wurde in einer reproduzierbaren Vorgehensweise umgesetzt und war der automatischen Registrierung überlegen. Bildfusion und -analyse ließen sich umso präziser und sicherer durchführen, je besser die Bildqualität und je kürzer der zeitliche Abstand zwischen der Akquisition von MRT und CT waren. Da die Cochlea bei Geburt bereits ausgewachsen ist, war die Fusion selbst bei den Kindern möglich, deren Schädel in der Zwischenzeit gewachsen war. Aufgrund der seltenen Indikation eines postoperativen CTs und mangelnder Standardisierung der Bildgebung konnte eine Analyse lediglich bei 15 der insgesamt 1350 Ohren mit CI durchgeführt werden. In diesen Fällen ließ sich die Fusion jedoch sehr gut durchführen. Die Sicherheit bei der Beurteilung der Elektrodenlage nimmt in den einzelnen Abschnitten der Cochlea von basal nach apikal ab. Unabhängig davon waren die Entscheidungen für die Elektrodenlage in der Scala tympani mit einer größeren Sicherheit gefällt worden als die für die Lage in der Scala vestibuli. Die genaue Elektrodenlage konnte im Rahmen dieser Studie zwar nicht anhand histologischer Schnitte bewiesen werden, jedoch stimmen die in den fusionierten Bildern analysierten Insertionsstellen mit den in den OP-Berichten dokumentierten Angaben überein. / MRI and CI offer complementary information on the temporal bone's structures. Preoperative MRIs and postoperative CTs were registered with the free programm "3D-Slicer" in order to evaluate the intracochlear position of the electrode of cochlear implants. Manual registration was performed in a reproducible procedure

The scope of this work is to develop a novel single-molecule imaging technique by combining atomic force microscopy (AFM) and optical fluorescence microscopy. The technique is used for characterizing the structural properties of multi-protein complexes. The high-resolution fluorescence microscopy and AFM are combined (FIONA-AFM) to allow for the identification of individual proteins in such complexes. This is achieved by labeling single proteins with fluorescent dyes and determining the positions of these fluorophores with high precision in an optical image. The same area of the sample is subsequently scanned by AFM. Finally, the two images are aligned and the positions of the fluorophores are displayed on top of the topographical data. Using quantum dots as fiducial markers in addition to fluorescently labeled proteins, fluorescence and AFM information can be aligned with an accuracy better than 10 nm, which is sufficient to identify single fluorescently labeled proteins in most multi-protein complexes. The limitations of localization precision and accuracy in fluorescence and AFM images are investigated, including their effects on the overall registration accuracy of FIONA-AFM hybrid images. This combination of the two complementary techniques opens a wide spectrum of possible applications to the study of protein interactions, because AFM can yield high resolution (5–10 nm) information about the conformational properties of multi-protein complexes while the fluorescence can indicate spatial relationships of the proteins within the complexes. Additionally, computer simulations are performed in order to validate the accuracy of the registration algorithm. / Im Rahmen dieser Diplomarbeit wurde ein bildgebendes Verfahren zur Identifizierung einzelner Proteine in rasterkraftmikroskopischen Aufnahmen entwickelt. Dazu wird ein integrierter Versuchsaufbau aus einem Rasterkraft- und einem optischen Mikroskop verwendet. Ziel der Technik ist die Identifizierung einzelner Proteine im biologischen Kontext (z. B. in Proteinkomplexen). Dazu werden ausgewählte Proteine fluoreszierend markiert und parallel zur Rasterkraftmessung optisch abgebildet. Für dieses Verfahren werden transparente und zugleich nano-glatte Substrate benötigt. Dazu wurden Probenträger aus Glas und Mica (Muskovit) verwendet und evaluiert. Als Fluoreszenzfarbstoffe kommen Quantenpunkte zum Einsatz, bestehend aus 5–10 nm großen Nanokristallen, die vermittels Antikörper stabil an Proteine gebunden werden können, ohne deren Funktion zu beeinträchtigen. Die optische Anregung erfolgt durch einen Argon-Laser, unter Verwendung des Prinzips der Totalreflektions-Fluoreszenz-Mikroskopie (TIRF). Im optischen Bild erscheinen die Fluorophore als einzelne Beugungsscheibchen. Durch eine Ausgleichsrechnung, bei der eine 2D-Gaußfunktion an die Daten angepasst wird, werden die Positionen der Fluorophore mit hoher Genauigkeit ermittelt (Superlocalization). Anschließend werden die Bilder durch eine affine Transformation ausgerichtet. Diese Transformation wird durch ein merkmalbasiertes Bildregistrierungsverfahren numerisch bestimmt, welches die Koordinaten einiger identischer Punkte in den Rasterkraft- und Fluoreszenzbildern als Eingabe benötigt. Die Programmierung und Evaluierung des zur Auswertung erforderlichen Algorithmus war Teil der Arbeit. Die Positionen der Fluorophore werden anschließend farbkodiert im topografischen Bild ausgegeben, was die Identifizierung einzelner Proteine/Objekte ermöglicht. Zur experimentellen Realisierung des Verfahrens wurden Abbildungen mit ungebundenen Quantenpunkten erstellt, wobei eine Überlagerungsgenauigkeit von ca. 6 nm (Glas) bzw. ca. 9 nm (Mica) erreicht werden konnte. Ergänzend dazu wurden Simulationen durchgeführt, um die Validität des Auswertungsalgorithmus zu bestätigen. Diese ermöglichen zusätzlich Vorhersagen über die zu erwartende Genauigkeit unter verschiedenen Abbildungsbedingungen. Schließlich wurde die Technik exemplarisch auf ein biologisches System angewendet. Dazu wurde der Schadenserkennungsapparat des bakteriellen DNS-Reparatursystems NER herangezogen. Bei gleichzeitig deutlicher Sichtbarkeit einzelner DNS-Moleküle und Proteine im Topographiebild konnte eine Überlagerungsgenauigkeit von 8.8 nm erreicht werden.

Zugl.: Zürich, Techn. Hochsch., Diss., 2009

Zugl.: München, Techn. Univ., Diss., 2009

Zugl.: Lübeck, Univ., Diss., 2006

Zugl.: Aachen, Techn. Hochsch., Diss., 2008

Zugl.: Lübeck, Univ., Diss., 2006