Diese Arbeit befasst sich mit der automatisierten Analyse der Ausrichtungen von Neuronenfasern in Mikroskopiebildern des menschlichen Gehirns. Für eine solche Analyse wurden vom Paul-Flechsig-Institut für Hirnforschung Leipzig (PFI) Fluoreszenzbilddaten zur Verfügung gestellt. Um für diese Daten Faserausrichtungen zu ermitteln, werden drei Schritte durchgeführt: Neuronenfasern werden hervorgehoben, bzw. freigestellt, es werden Orientierungen zu diesen zugeordnet und die hierdurch ermittelten Ergebnisse werden visualisiert. Es werden für jeden dieser Schritte mehrere Verfahren der klassischen Bildverarbeitung vorgestellt und die Auswirkung verschiedener Parameter auf deren Ergebnisse untersucht. Betrachtet werden Verfahren zur Kontrasterhöhung, Gauß-Filter, auf Hessematrizen basierende Filter, Berechnung von Phasenübereinstimmung und eine Wavelet-Transformation. Alle während dieser Arbeit vorgenommenen Implementierungen stehen als Python-Skripte auf GitHub (https://github.com/saphyll/fiber-orientation) zur Verfügung.:Einleitung 1. Grundlagen 1.1 Datengrundlage 1.2 Architektur 1.3 Grundlagen der Bildverarbeitung 1.3.1 Histogramme 1.3.2 Konvolution 1.3.3 Gaußkernel 1.3.4 Hessematrix und Eigenvektoren 1.4.5 Fourier-Transformation 2. Faseranalyse in 2D 2.1 Hervorhebung von Fasern 2.1.1 Histogram Equalization 2.1.2 Gauß-Filter 2.1.3 Hessematrix-basierte Filter 2.1.4 Phase Congruency 2.1.5 Isotropic Undecimated Wavelet Transform 2.2 Analyse und Visualisierung von Faserrichtungen 2.2.1 Richtungshistogramme 2.2.2 Kacheln 2.2.3 Direkte Ergebnisbilder 3. Zusammenfassung und Ausblick / This thesis covers the automated analysis of fiber orientations in microscopic images of the human brain in regard to data provided by the Paul Flechsig Institute of Brain Research Leipzig (PFI). For the retrieval of information about fiber orientations, three steps are used: An enhancement of fiber visibility and definition, an assignment of orientations to those fibers and a visualisation of fibers and their orientations. Multiple methods from classical image processing are presented for each of these steps and are evaluated according to the available data. These methods include contrast enhancement, gaussian filters, hessian filters, calculation of phase congruency and a wavelet transformation. All implementations resulting from this thesis are available as Python scripts on GitHub (https://github.com/saphyll/fiber-orientation).:Einleitung 1. Grundlagen 1.1 Datengrundlage 1.2 Architektur 1.3 Grundlagen der Bildverarbeitung 1.3.1 Histogramme 1.3.2 Konvolution 1.3.3 Gaußkernel 1.3.4 Hessematrix und Eigenvektoren 1.4.5 Fourier-Transformation 2. Faseranalyse in 2D 2.1 Hervorhebung von Fasern 2.1.1 Histogram Equalization 2.1.2 Gauß-Filter 2.1.3 Hessematrix-basierte Filter 2.1.4 Phase Congruency 2.1.5 Isotropic Undecimated Wavelet Transform 2.2 Analyse und Visualisierung von Faserrichtungen 2.2.1 Richtungshistogramme 2.2.2 Kacheln 2.2.3 Direkte Ergebnisbilder 3. Zusammenfassung und Ausblick

In der Entwicklung des peripheren Nervensystems formen Schwannzellen eine Myelinscheide um Axone mit einem Durchmesser von mehr als 1 μm durch die Bildung multipler kompakter Membranschichten. Voraussetzung einer optimalen Nervenleitgeschwindigkeit ist dabei ein physiologisches Verhältnis der Dicke der Myelinscheide zu dem jeweiligen Axondurchmesser. Eine zentrale Rolle spielt dabei der axonale EGF-like growth factor NRG1 Typ III, der ErbB2/3- Rezeptoren der Schwannzelle bindet. Der PI3K-AKT-Signalweg ist ein bekannter intrazellulärer Effektor des ErbB2/3-Rezeptors und wurde bereits mit dem Prozess der Myelinisierung in Verbindung gebracht. Um die spezifische Funktion des PI3K-AKT-Signalwegs in Schwannzellen zu erforschen, generierten wir mit Hilfe des Cre/LoxP-Systems Mausmutanten, die eine zellspezifische Inaktivierung des Gens Phosphatase and Tensin Homolog (Pten) in myelinisierenden Gliazellen aufweisen (Pten-Mutanten). Der Verlust der Lipidphosphatase PTEN führte zu einer Anreicherung ihres Substrates, des second messenger Phosphatidyl-(3,4,5)-Trisphosphat (PIP3), und damit zu einer gesteigerten Aktivität des PI3K-AKT-Signalwegs in den Schwannzellen der Pten-Mutanten. Wir beobachteten in den Pten-Mutanten eine ektopische Myelinisierung von unmyelinisierten C- Faser-Axonen sowie eine Hypermyelinisierung von Axonen bis 2 μm Durchmesser. Bei Axonen über 2 μm Durchmesser kam es zu Myelinausfaltungen und fokalen Hypermyelinisierungen (Tomacula) anliegend an Regionen des unkompakten Myelins (Paranodien und Schmidt- Lantermann-Inzisuren). Weiterhin bildeten die mutanten Remak-Schwannzellen unkompakte Membranwicklungen um nicht-myelinisierte C-Faser-Axone und um Kollagenfaserbündel aus („Remak-Myelin“). Sowohl in den Regionen unkompakten Myelins als auch in Remak- Schwannzellen konnte eine erhöhte Aktivität des PI3K-AKT-Signalwegs nachgewiesen werden. Vermutlich setzt die Anreicherung von PIP3 mit Überaktivierung des PI3K-AKT-Signalwegs in den mutanten Gliazellen einen zellautonomen Prozess der Umwicklung von Axonen in Gang. Die zusätzliche Bildung von „Remak-Myelin“ um Kollagenfasern, die keine Membranoberfläche besitzen, weist darauf hin, dass dieser Prozess nicht von einer bidirektionalen axo-glialen Kommunikation abzuhängen scheint. Die beobachteten Tomacula und Myelinausfaltungen zeigten Ähnlichkeiten mit Mausmodellen für hereditäre Neuropathien des Menschen, wie HNPP und CMT4B. Wir vermuten, dass PTEN im unkompakten Myelin unkontrolliertes Membranwachstum verhindert und dass eine gestörte Balance von Phosphoinositiden einen Pathomechanismus von tomaculösen Neuropathien darstellt. Somit identifizieren wir den PI3K-AKT-Signalweg als ein mögliches Ziel zukünftiger Therapiekonzepte für hereditäre Neuropathien des Menschen.