Multi-resolution based fast restoration of 3D microscopy blurred by depth-variant point spread function

Abstract

3차원 wide field 형광 현미경 영상은 조직과 세포의 단면 및 3차원 구조를 시각화할 수 있게 해주었으며, 살아있는 세포 및 조직의 분석을 위해 바이오 의료 연구에서 널리 사용된다. 하지만 현미경 영상 획득시에 발생하는 블러와 잡음으로 인하여 정확한 물체 추정 및 분석이 어렵다. 그렇기 때문에 분석의 정확도 향상을 위해 획득한 영상의 블러와 잡음을 없애주는 디컨볼루션 (deconvolution) 과정은 매우 중요하다. 그러나 깊이에 따라 다른 모양의 Point Spread Function (PSF) 에 의해 블러되고, 포아송 (poisson) 잡음을 가지는 3차원 현미경 영상의 디컨볼루션 문제는 매우 복잡하다. 3차원 현미경 영상 복원하는 방법으로 크게 depth invariant 방법과 depth variant 방법으로 나눌 수 있다. Depth invariant 방법은 깊이의 변화와 상관없이 한가지 PSF로 블러되는 가정을 통해 영상을 복원하는 방법으로, 쉽고 빠른 계산이 가능하지만 영상의 정확한 복원이 어렵다. 반면 depth variant 방법은 깊이의 변화에 따라 다른 PSF에 열화되는 모델링을 통해 영상을 복원하는 방법이다. 비교적 효과적이고 정확한 복원이 가능하나, 연산량이 많아 계산 시간이 오래걸리는 단점을 가진다. 본 논문에서는 효과적인 3차원 현미경 영상 복원이 가능하면서 고속 연산이 가능한 방법에 대해서 제안한다. Multi-resolution과 stratum 기반의 모델링을 이용하여 빠르고 효과적인 연산을 가능하도록 한다. 기존 알고리즘과의 비교, 분석을 통해 제안 방법의 우수한 성능을 증명하도록 한다.

;Three-dimensional wide field fluorescence microscope enabled the visualization of cross sectional and 3D structure of tissues and cells. This type of microscope is widely used in biomedical research to analyze cellular tissue. However, blurs and noises, generated during image acquisition, hinder accurate object estimation and analysis. Due to this problem, deconvolution process, which improves accuracy of analysis by eliminating blur and noise, is very crucial. However, the deconvolution process for a 3D microscopic image is very complicated because of Poisson noises and blurs generated by depth variant Point Spread Function (PSF). Restoration methods for 3D microscopic images can be largely categorized into depth invariant and depth variant methods. Depth invariant method restores images under the assumption that an image is blurred by a depth invariant PSF. While this method allows a simple and rapid calculation, it is difficult to accurately restore an image. On the other hand, depth variant method restores an image with a model in which images are deteriorated by a depth variant PSF. This method can provide a relatively effective and accurate way to restore an image, however it requires intensive computation. This thesis proposes a fact depth variant image restoration method for 3D microscopic image. Using a model built on multi-resolution and stratum, the proposed method enables both rapid and effective operation. Superior performance of this method is demonstrated by simulations. In experiments, we compared the performance of the proposed method with conventional methods. The results show that the proposed method outperforms the conventional methods.