TY  - THES
A1  - Reinhard, Sebastian
T1  - Improving Super-Resolution Microscopy Data Reconstruction and Evaluation by Developing Advanced Processing Algorithms and Artifcial Neuronal Networks
T1  - Verbesserung von Datenrekonstruktion und -auswertung in der Super-Resolution Mikroskopie durch die Entwicklung von fortgeschrittenen Verarbeitungsalgorithmen und künstlichen neuronalen Netzen
N2  - The fusion of methods from several disciplines is a crucial component of scientific development. Artificial Neural Networks, based on the principle of biological neuronal networks, demonstrate how nature provides the best templates for technological advancement. These innovations can then be employed to solve the remaining mysteries of biology, including, in particular, processes that take place on microscopic scales and can only be studied with sophisticated techniques. For instance, direct Stochastic Optical Reconstruction Microscopy combines tools from chemistry, physics, and computer science to visualize biological processes at the molecular level. One of the key components is the computer-aided reconstruction of super-resolved images. Improving the corresponding algorithms increases the quality of the generated data, providing further insights into our biology. It is important, however, to ensure that the heavily processed images are still a reflection of reality and do not originate in random artefacts.
Expansion microscopy is expanding the sample by embedding it in a swellable hydrogel. The method can be combined with other super-resolution techniques to gain additional resolution. We tested this approach on microtubules, a well-known filamentous reference structure, to evaluate the performance of different protocols and labelling techniques.
We developed LineProfiler an objective tool for data collection. Instead of collecting perpendicular profiles in small areas, the software gathers line profiles from filamentous structures of the entire image. This improves data quantity, quality and prevents a biased choice of the evaluated regions. On the basis of the collected data, we deployed theoretical models of the expected intensity distribution across the filaments. This led to the conclusion that post-expansion labelling significantly reduces the labelling error and thus, improves the data quality. The software was further used to determine the expansion factor and arrangement of synaptonemal complex data.
Automated Simple Elastix uses state-of-the-art image alignment to compare pre- and post-expansion images. It corrects linear distortions occurring under isotropic expansion, calculates a structural expansion factor and highlights structural mismatches in a distortion map. We used the software to evaluate expanded fungi and NK cells. We found that the expansion factor differs for the two structures and is lower than the overall expansion of the hydrogel.
Assessing the fluorescence lifetime of emitters used for direct Stochastic Optical Reconstruction Microscopy can reveal additional information about the molecular environment or distinguish dyes emitting with a similar wavelength. The corresponding measurements require a confocal scanning of the sample in combination with the fluorescent switching of the underlying emitters. This leads to non-linear, interrupted Point Spread Functions. The software ReCSAI targets this problem by combining the classical algorithm of compressed sensing with modern methods of artificial intelligence. We evaluated several different approaches to combine these components and found, that unrolling compressed sensing into the network architecture yields the best performance in terms of reconstruction speed and accuracy.  
In addition to a deep insight into the functioning and learning of artificial intelligence in combination with classical algorithms, we were able to reconstruct the described non-linearities with significantly improved resolution, in comparison to other state-of-the-art architectures.
N2  - Für die Weiterentwicklung der Wissenschaft wird es immer wichtiger, Methoden aus verschiedenen Gebieten zu kombinieren. Die künstliche Intelligenz beruht beispielsweise auf dem Prinzip biologischer neuronaler Netze. Hier wird die Natur als Vorlage für unsere technische Entwicklung genutzt. Diese Innovationen können dazu eingesetzt werden, die verbliebenen Rätsel der Biologie zu lösen. Dazu gehören insbesondere Prozesse, die sich auf mikroskopischer Ebene abspielen und nur mit hochentwickelten Techniken untersucht werden können. Die direkte Stochastisch Optische Rekonstruktionsmikroskopie kombiniert Methoden der Chemie, Physik und Informatik, um biologische Prozesse auf molekularer Ebene sichtbar zu machen. Eine der Schlüsselkomponenten ist die computergestützte Rekonstruktion von hochaufgelösten Bildern. Die Verbesserung der zugrunde liegenden Algorithmen erhöht die Qualität der erzeugten Daten und ermöglicht weitere Einblicke in unsere Biologie. Es muss jedoch sichergestellt
werden, dass die künstlich erstellten Bilder immer noch ein Abbild der Realität sind und nicht auf zufälligen Artefakten beruhen.
Expansionsmikroskopie vergrößert die Probe durch Einbettung in ein Hydrogel. Die Methode kann mit anderen hochauflösenden Techniken kombiniert werden, um die Auflösung noch weiter zu verbessern. Dieser Ansatz wurde an Mikrotubuli, einer bekannten flamentösen Referenzstruktur, verwendet, um verschiedene Protokolle und 
Markierungstechniken zu testen. Mit LineProfiler wurde ein objektives Werkzeug zur Datenerfassung entwickelt. Anstatt Linienprofle in kleinen Bereichen zu erfassen, wertet die Software das gesamte Bild aus. Dies verbessert die Datenmenge und Datenqualität und verhindert eine voreingenommene Auswahl der ausgewerteten Regionen. Auf Grundlage der gesammelten Daten wurden theoretische Modelle für die erwartete Intensitätsverteilung über die Filamente erstellt. Daraus konnte geschlossen werden, dass die Markierung nach der Expansion den Markierungsfehler erheblich reduziert und somit die Qualität der Daten
verbessert. Die Software wurde außerdem zur Bestimmung des Expansionsfaktors und der Anordnung der Daten des synaptonemalen Komplexes verwendet. Automated Simple Elastix verwendet modernste Bildregistrierung, um Bilder vor und nach der Expansion zu vergleichen. Lineare Verzerrungen, die bei isotroper Expansion auftreten, werden korrigiert. Der strukturelle Expansionsfaktor wird berechnet und strukturelle Unstimmigkeiten werden in einer Verzerrungskarte hervorgehoben. Die Software wurde zur Bewertung expandierter Pilze und NK-Zellen eingesetzt. Dabei wurde festgestellt, dass der Expansionsfaktor für die beiden Strukturen unterschiedlich
ist und unter der Gesamtexpansion des Hydrogels liegt.
Die Auswertung der Fluoreszenzlebensdauer von Emittern, die für die direkte Stochastische Optische Rekonstruktionsmikroskopie eingesetzt werden, kann zusätzliche Informationen über die molekulare Umgebung liefern oder Farbstoffe unterscheiden, die VI eine ähnliche Lichtwellenlänge emittieren. Die entsprechenden Messungen erfordern
eine konfokale Abtastung der Probe in Kombination mit dem fluoreszenten  Schalten der zugrunde liegenden Emitter. Dies führt zu nichtlinearen, unterbrochenen Punktspreizfunktionen. Die Software ReCSAI löst dieses Problem, indem sie den klassischen Algorithmus des Compressed Sensing mit modernen Methoden der künstlichen Intelligenz kombiniert. Es wurden verschiedene Ansätze zur Kombination der Komponenten ausgewertet und festgestellt, dass die Integration von Compressed Sensing in die Netzwerkarchitektur die beste Performance in Bezug auf Rekonstruktionsgeschwindigkeit und -genauigkeit bringt. Neben einem tiefen Einblick in die Funktionsweise und das Lernen von künstlicher Intelligenz in Kombination mit klassischen Algorithmen konnten die beschriebenen Nichtlinearitäten mit einer deutlich verbesserten Auflösung im Vergleich zu anderen modernen Architekturen rekonstruiert werden.
KW  - Mikroskopie
KW  - Künstliche Intelligenz
KW  - Datenanalyse
KW  - Bildverarbeitung
KW  - Compressed Sensing
KW  - Lifetime Imaging
KW  - dSTORM
Y1  - 2023
U6  - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-316959
ER  - 
TY  - THES
A1  - Kaltdorf [geb. Schuch], Kristin Verena
T1  - Mikroskopie, Bildverarbeitung und Automatisierung der Analyse von Vesikeln in \(C.\) \(elegans\) und anderen biologischen Strukturen
T1  - Microscopy, Image Processing and Automization of Analysis of Vesicles in \(C.\) \(elegans\) and other biological Structures
N2  - Thema dieser Thesis ist die Analyse sekretorischer Vesikelpools auf Ultrastrukturebene in unterschiedlichen biologischen Systemen. Der erste und zweite Teil dieser Arbeit fokussiert sich auf die Analyse synaptischer Vesikelpools in neuromuskulären Endplatten (NME) im Modellorganismus Caenorhabditis elegans. Dazu wurde Hochdruckgefrierung und Gefriersubstitution angewandt, um eine unverzügliche Immobilisation der Nematoden und somit eine Fixierung im nahezu nativen Zustand zu gewährleisten. Anschließend wurden dreidimensionale Aufnahmen der NME mittels Elektronentomographie erstellt. Im ersten Teil dieser Arbeit wurden junge adulte, wildtypische C. elegans Hermaphroditen mit Septin-Mutanten verglichen. Um eine umfassende Analyse mit hoher Stichprobenzahl zu ermöglichen und eine automatisierte Lösung für ähnliche Untersuchungen von Vesikelpools bereit zu stellen wurde eine Software namens 3D ART VeSElecT zur automatisierten Vesikelpoolanalyse entwickelt. Die Software besteht aus zwei Makros für ImageJ, eines für die Registrierung der Vesikel und eines zur Charakterisierung. Diese Trennung in zwei separate Schritte ermöglicht einen manuellen Verbesserungsschritt zum Entfernen falsch positiver Vesikel. Durch einen Vergleich mit manuell ausgewerteten Daten neuromuskulärer Endplatten von larvalen Stadien des Modellorganismus Zebrafisch (Danio rerio) konnte erfolgreich die Funktionalität der Software bewiesen werden. Die Analyse der neuromuskulären Endplatten in C. elegans ergab kleinere synaptische Vesikel und dichtere Vesikelpools in den Septin-Mutanten verglichen mit Wildtypen. 
Im zweiten Teil der Arbeit wurden neuromuskulärer Endplatten junger adulter C. elegans Hermaphroditen mit Dauerlarven verglichen. Das Dauerlarvenstadium ist ein spezielles Stadium, welches durch widrige Umweltbedingungen induziert wird und in dem C. elegans über mehrere Monate ohne Nahrungsaufnahme überleben kann. Da hier der Vergleich der Abundanz zweier Vesikelarten, der „clear-core“-Vesikel (CCV) und der „dense-core“-Vesikel (DCV), im Fokus stand wurde eine Erweiterung von 3D ART VeSElecT entwickelt, die einen „Machine-Learning“-Algorithmus zur automatisierten Klassifikation der Vesikel integriert. Durch die Analyse konnten kleinere Vesikel, eine erhöhte Anzahl von „dense-core“-Vesikeln, sowie eine veränderte Lokalisation der DCV in Dauerlarven festgestellt werden.
Im dritten Teil dieser Arbeit wurde untersucht ob die für synaptische Vesikelpools konzipierte Software auch zur Analyse sekretorischer Vesikel in Thrombozyten geeignet ist. Dazu wurden zweidimensionale und dreidimensionale Aufnahmen am Transmissionselektronenmikroskop erstellt und verglichen. Die Untersuchung ergab, dass hierfür eine neue Methodik entwickelt werden muss, die zwar auf den vorherigen Arbeiten prinzipiell aufbauen kann, aber den besonderen Herausforderungen der Bilderkennung sekretorischer Vesikel aus Thrombozyten gerecht werden muss.
N2  - Subject of this thesis was the analysis of the ultrastructure of vesicle pools in various biological systems. The first and second part of this thesis is focused on the analysis of synaptic vesicle pools in neuromuscular junctions in the model organism Caenorhabditis elegans. In order to get access of synaptic vesicle pools in their near-to native state high-pressure freezing and freeze substitution was performed. Subsequently three-dimensional imaging of neuromuscular junctions using electron tomography was performed. In the first part young adult wild-type C. elegans hermaphrodites and septin mutants were compared. To enable extensive analysis and to provide an automated solution for comparable studies, a software called 3D ART VeSElecT for automated vesicle pool analysis, was developed. The software is designed as two macros for ImageJ, one for registration of vesicles and one for characterization. This separation allows for a manual revision step in between to erase false positive particles. Through comparison with manually evaluated data of neuromuscular junctions of larval stages of the model organism zebrafish (Danio rerio), functionality of the software was successfully proved. As a result, analysis of C. elegans neuromuscular junctions revealed smaller synaptic vesicles and more densely packed vesicle pools in septin mutants compared to wild-types.
In the second part of this thesis NMJs of young adult C. elegans hermaphrodites were compared with dauer larvae. The dauer larva is a special state that is induced by adverse environmental conditions and enables C. elegans to survive several months without any foot uptake. Aiming for an automated analysis of the ratio of two vesicle types, clear core vesicles (CCVs) and dense core vesicles (DCVs), an extension for 3D ART VeSElecT was developed, integrating a machine-learning classifier. As a result, smaller vesicles and an increased amount of dense core vesicles in dauer larvae were found.
In the third part of this thesis the developed software, designed for the analysis of synaptic vesicle pools, was checked for its suitability to recognize secretory vesicles in thrombocytes. Therefore, two-dimensional and three-dimensional transmission electron microscopic images were prepared and compared. The investigation has shown that a new methodology has to be developed which, although able to build on the previous work in principle, must meet the special challenges of image recognition of secretory vesicles from platelets.
KW  - Mikroskopie
KW  - Bildverarbeitung
KW  - Registrierung <Bildverarbeitung>
KW  - Synaptische Vesikel
KW  - Bildanalyse
KW  - Automatisierung der Analyse
KW  - Automated Image Analysis
KW  - Caenorhabditis elegans
KW  - Electron Microscopy
KW  - Elektronenmikroskopie
KW  - Caenorhabditis elegans
KW  - automatisierte Bildanalyse
Y1  - 2019
U6  - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-160621
ER  - 
TY  - THES
A1  - Schmid, Benjamin
T1  - Computational tools for the segmentation and registration of confocal brain images of Drosophila melanogaster
T1  - Software Tools für die Segmentierung und Registrierung konfokaler Gehirnbilder von Drosophila melanogaster
N2  - Neuroanatomical data in fly brain research are mostly available as spatial gene expression patterns of genetically distinct fly strains. The Drosophila standard brain, which was developed in the past to provide a reference coordinate system, can be used to integrate these data. Working with the standard brain requires advanced image processing methods, including visualisation, segmentation and registration. The previously published VIB Protocol addressed the problem of image registration. Unfortunately, its usage was severely limited by the necessity of manually labelling a predefined set of neuropils in the brain images at hand. In this work I present novel tools to facilitate the work with the Drosophila standard brain. These tools are integrated in a well-known open-source image processing framework which can potentially serve as a common platform for image analysis in the neuroanatomical research community: ImageJ. In particular, a hardware-accelerated 3D visualisation framework was developed for ImageJ which extends its limited 3D visualisation capabilities. It is used for the development of a novel semi-automatic segmentation method, which implements automatic surface growing based on user-provided seed points. Template surfaces, incorporated with a modified variant of an active surface model, complement the segmentation. An automatic nonrigid warping algorithm is applied, based on point correspondences established through the extracted surfaces. Finally, I show how the individual steps can be fully automated, and demonstrate its application for the successful registration of fly brain images. The new tools are freely available as ImageJ plugins. I compare the results obtained by the introduced methods with the output of the VIB Protocol and conclude that our methods reduce the required effort five to ten fold. Furthermore, reproducibility and accuracy are enhanced using the proposed tools.
N2  - Expressionsmuster genetisch manipulierter Fliegenstämme machen den Großteil neuroanatomischer Daten aus, wie sie in der Gehirnforschung der Taufliege Drosophila melanogaster entstehen. Das Drosophila Standardgehirn wurde u.a. entwickelt, um die Integration dieser Daten in ein einheitliches Referenz-Koordinatensystem zu ermöglichen. Die Arbeit mit dem Standardgehirn erfordert hochentwickelte Bildverarbeitungsmethoden, u.a. zur 3D Visualisierung, Segmentierung und Registrierung. Das bereits publizierte "VIB Protocol" stellte bisher eine Möglichkeit für die Registrierung zur Verfügung, die aber duch die Notwendigkeit manueller Segmentierung bestimmter Neuropile nur eingeschränkt verwendbar war. In der vorliegenden Arbeit stelle ich neue Werkzeuge vor, die den Umgang mit dem Standardgehirn erleichtern. Sie sind in ein bekanntes, offenes Bildverarbeitungsprogramm integriert, das potentiell als Standardsoftware in der neuroanatomischen Forschung dienen kann: ImageJ. Im Zuge dieser Arbeit wurde eine hardwarebeschleunigte 3D Visualisierungs-Bibliothek entwickelt, die die Visualisierungsmöglichkeiten von ImageJ ergänzt. Auf Basis dieser Entwicklung wurde anschließend ein neuer halbautomatischer Segmentierungs-Algorithmus erstellt. In diesem Algorithmus werden Neuropil-Oberflächen, ausgehend von ausgewählten Ausgangspunkten, aufgebaut und erweitert. Vorlagen von Neuropil-Oberflächen aus der Segmentierung eines Referenz-Datensatzes, die anhand eines modifizierten "Active Surface" Modells einbezogen werden können, ergänzen die aktuelle Segmentierung. Die so erhaltenen Oberflächen ermöglichen es, korrespondierende Landmarken in den Bildern zu ermitteln, die für eine nicht-rigide Registrierung verwendet werden. Schließlich wird dargelegt, wie die einzelnen Schritte voll automatisiert werden können, um die Bilder der Fliegengehirne aufeinander abzubilden. Die vorgestellten Methoden sind frei als Erweiterungen für ImageJ verfügbar (Plugins). Ein direkter Vergleich mit dem VIB Protokoll zeigt, dass durch die vorgestellten Methoden nicht nur der Benutzeraufwand auf ein Sechstel reduziert, sondern dass gleichzeitig auch die Genauigkeit und Reproduzierbarkeit erhöht wird.
KW  - Taufliege
KW  - Segmentierung
KW  - Bildverarbeitung
KW  - Gehirn
KW  - Drosophila
KW  - Gehirnanatomie
KW  - Konfokalmikroskopie
KW  - Deformable models
KW  - Drosophila
KW  - brain anatomy
KW  - confocal microscopy
KW  - deformable models
Y1  - 2010
U6  - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-51490
ER  - 
TY  - THES
A1  - Wawrowsky, Kolja Alexander
T1  - Analysis and Visualization in Multidimensional Microscopy
T1  - Analyse und Visualisierung in der multidimensionalen Mikroskopie
N2  - The live sciences currently undergo a paradigm shift to computer aided discoveries. Discoveries in the live sciences were historically made by either direct observation or as a result of chemical assays. Today we see a growing shift toward computer aided analysis and visualization. This gradual process happens in microscopy. Multidimensional laser scanning microscopy can acquire very complex multichannel data from fixed or live specimen. New probes such as visible fluorescent proteins let us observe the expression of genes and track protein localization. Ion sensitive dyes change intensity with the concentration of ions in the cell. The laser scanning confocal allows us to record these processes in three dimensions over time. This work demonstrates the application of software analysis to multidimensional microscopy data. We introduce methods for volume investigation, ion flux analysis and molecular modeling. The visualization methods are based on a multidimensional data model to accommodate complex datasets. The software uses vector processing and multiple processors to accelerate volume rendering and achieve interactive rendering. The algorithms are based on human visual perception and allow the observer a wide range of mixed render modes. The software was used to reconstruct the pituitary development in zebrafish and observe the degeneration of neurons after injury in a mouse model. Calicum indicator dyes have long been used to study calcium fluxes. We optimized the imaging method to minimize impact on the cell. Live cells were imaged continuously for 45 minutes and subjected to increasing does of a drug. We correlated the amplitude of calcium oscillations to increasing doses of a drug and obtain single cell dose response curves. Because this method is very sensitive and measures single cell responses it has potential in drug discovery and characterization. Microtubules form a dynamic cytoskeleton, which is responsible for cell shape, intracellular transport and has an integral role in mitosis. A hallmark of microtubule organization is lateral interactions. Microtubules are bundles by proteins into dense structures. To estimate the contribution of this bundling process, we created a fractal model of microtubule organization. This model demonstrates that morphology of complex microtubule arrays can be explained by bundling alone. In summary we showed that advances in software for visualization, data analysis and modeling lead to new discoveries.
N2  - Die biologische Forschung befindet sich in einem Paradigmenwandel, in dem Endeckungen immer mehr von Computeranalyse ermöglicht werden. Entdeckungen in der biologischen Forschung wurden historisch gesehen durch direkte Beobachtung and mit Hilfe chemischer Analysemethoden gemacht. Heute sehen wir einen wachsenden Trend zur computerunterstützten Analyse und Visualisierung. Dieser graduelle Umschwung spielt sich auch in der Mikroskopie ab. Multidimensionale Laser Scanning Mikroskopie kann sehr komplexe Multikanalbilder von fixierten oder lebenden Präparaten aufnehmen. Neue Methoden (wie z.B. fluoreszierende Proteine) erlauben es, Genexpression und Proteinlokalisierung direkt sichtbar zu machen. Ionensensitive Farbstoffe ändern ihre Helligkeit mit der Konzentration der Ionen in der Zelle. Die konfokale Mikroskopie erlaubt es, diese Änderungen dreidimensional über die Zeit aufzunehmen. Die hier vorgestellte Arbeit demonstriert die Anwendung speziell entwickelter Software für die Analyse multidimensionaler Daten. Die hierbei entwickelten Methoden wurden für Volumendarstellung, Ionenfluxanalyse und zur molekularen Modellierung eingesetzt. Die Visualisierungsmethoden basieren auf einem multidimensionalen Datenmodel, um auch komplexe Daten verarbeiten zu können. Die Software benutzt Vektorverarbeitung und Multiprozessorunterstützung um Volumendarstellung schneller und interaktiv zu machen. Die Algorithmen beruhen auf Erkenntnissen der Wahrnehmungsforschung und erlauben es dem Anwender, eine Reihe von verschiedenen Darstellungsmodi zu kombinieren. Die Software wurde erstmals verwendet, um einerseits die Entwicklung der Hypophyse im Zebrafisch zu rekonstruieren, und andererseits die Degenerierung von Neuronen im Mausmodell bildlich zu verfolgen. Kalziumfarbstoffe wurden schon länger zum Studium von Kalziumoszillationen in Zellen eingesetzt. Wir optimierten die Bildaufnahmemethode um Schädigungen der Zelle zu minimieren. Zellen wurden kontinuierlich in 45 Minuten Zeitintervallen aufgenommen und dabei wachsenden Dosen der zu untersuchenden Substanz ausgesetzt. Durch Korrelation von Dosis und Oszillationsamplitude konnten pharmakologische Wirkungskurven für jede einzelne Zelle ermittelt werden. Diese Methode hat wegen der hohen Sensitivität und Auflösung bis zur einzelnen Zelle Potential für pharmakologische Untersuchungen. Mikrotubuli formen ein dynamisches Zytoskelett, das für Zellform und intrazellularen Transport zuständig ist und eine integrale Rolle bei der Mitose spielt. Eine besondere Eigenschaft der Mikrotubuli ist die laterale Interaktion. Mikrotubuli werden von Motorproteinen zu dichten Strukturen gebündelt. Um den möglichen Einfluß dieses Vorgangs auf die Organisation der Mikotubuli zu testen, wurde ein fraktales Model erstellt. Dieses Modell demonstriert, daß die komplexe Organisation der Mikrotubuli in einigen Fällen allein mit dem Bündelungsprozess erklärt werden kann. Zusammenfassend konnte in dieser Arbeit demonstriert werden, daß der Einsatz speziell entwickelter Software für Visualisierung, Datenanalyse und Modellierung zu neuen wissenschaftlichen Erkenntnissen führen kann.
KW  - Konfokale Mikroskopie
KW  - Laser-Rastermikroskopie
KW  - Leica-Mikroskopie und -Systeme GmbH
KW  - Mikroskopie
KW  - Visualisierung
KW  - Bildverarbeitung
KW  - Mikrotubuli
KW  - Visualization
KW  - Image Processing
KW  - Microtubules
Y1  - 2007
U6  - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-23867
ER  - 
TY  - THES
A1  - Schindelin, Johannes
T1  - The standard brain of Drosophila melanogaster and its automatic segmentation
T1  - Das Standardgehirn von Drosophila melanogaster und seine automatische Segmentierung
N2  - In this thesis, I introduce the Virtual Brain Protocol, which facilitates applications of the Standard Brain of Drosophila melanogaster. By providing reliable and extensible tools for the handling of neuroanatomical data, this protocol simplifies and organizes the recurring tasks involved in these applications. It is demonstrated that this protocol can also be used to generate average brains, i.e. to combine recordings of several brains with the same features such that the common features are emphasized. One of the most important steps of the Virtual Insect Protocol is the aligning of newly recorded data sets with the Standard Brain. After presenting methods commonly applied in a biological or medical context to align two different recordings, it is evaluated to what extent this alignment can be automated. To that end, existing Image Processing techniques are assessed. I demonstrate that these techniques do not satisfy the requirements needed to guarantee sensible alignments between two brains. Then, I analyze what needs to be taken into account in order to formulate an algorithm which satisfies the needs of the protocol. In the last chapter, I derive such an algorithm using methods from Information Theory, which bases the technique on a solid mathematical foundation. I show how Bayesian Inference can be applied to enhance the results further. It is demonstrated that this approach yields good results on very noisy images, detecting apparent boundaries between structures. The same approach can be extended to take additional knowledge into account, e.g. the relative position of the anatomical structures and their shape. It is shown how this extension can be utilized to segment a newly recorded brain automatically.
N2  - In dieser Arbeit wird das Virtual Brain Protocol vorgestellt, das die Anwendungen rund um das Standardgehirn von \dm\ erleichtert. Durch das Bereitstellen robuster und erweiterbarer Werkzeuge zum Verarbeiten neuroanatomischer Datensätze ermöglicht es ein strukturiertes Abarbeiten der häufig benötigten Vorgänge im Zusammenhang mit der Arbeit mit dem Standardgehirn. Neben der Einpassung neuer Daten in das Standardgehirn kann dieses Protokoll auch dazu verwendet werden, sogenannte Durchschnittshirne zu erstellen; Aufnahmen mehrerer Hirne mit der gleichen zu zeigenden Eigenschaft können zu einem neuen Datensatz kombiniert werden, der die gemeinsamen Charakteristika hervorhebt. Einer der wichtigsten Schritte im Virtual Insect Protocol ist die Alignierung neuer Datensätze auf das Standardgehirn. Nachdem Methoden vorgestellt werden, die üblicherweise im biologischen oder medizinischen Umfeld angewendet werden, um Hirne aufeinander zu alignieren, wird evaluiert, inwiefern dieser Prozess automatisierbar ist. In der Folge werden diverse bildverarbeitende Methoden in dieser Hinsicht beurteilt. Es wird demonstriert, dass diese Verfahren den Anforderungen sinnvoller Alignierungen von Hirnen nicht genügen. Infolgedessen wird genauer analysiert, welche Umstände berücksichtigt werden müssen, um einen Algorithmus zu entwerfen, der diesen Anforderungen genügt. Im letzten Kapitel wird ein solcher Algorithmus mithilfe von Methoden aus der Informationstheorie hergeleitet, deren Verwendung das Verfahren auf eine solide mathematische Basis stellt. Es wird weiterhin gezeigt, wie Bayesische Inferenz angewendet werden kann, um die Ergebnisse darüber hinaus zu verbessern. Sodann wird demonstriert, daß dieser Algorithmus in stark verrauschten Bilddaten ohne zusätzliche Informationen Grenzen zwischen Strukturen erkennen kann, die mit den sichtbaren Grenzen gut übereinstimmen. Das Verfahren kann erweitert werden, um zusätzliche Informationen zu berücksichtigen, wie etwa die relative Position anatomischer Strukturen sowie deren Form. Es wird gezeigt, wie diese Erweiterung zur automatischen Segmentierung eines Hirnes verwendet werden kann.
KW  - Taufliege
KW  - Gehirn
KW  - Segmentierung
KW  - Bildverarbeitung
KW  - Drosophila
KW  - Segmentierung
KW  - Kantenerkennung
KW  - Statistik
KW  - Bildverarbeitung
KW  - Drosophila
KW  - segmentation
KW  - EdgeDetection
KW  - statistics
KW  - ImageProcessing
Y1  - 2005
U6  - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-15518
ER  -