EPFL
 Biomedical Imaging Group
EPFL   Student Projects: Pascal Geiser
English only    BIG > Teaching > Student Projects > Pascal Geiser
 CONTENTS
Home page
Events
Members
Publications
Tutorials and Reviews
Research
Demos
Download Algorithms
Teaching
bulletStudent projects

Réduction du bruit d'autofluorescence en microscopie par fluorescence


Pascal Geiser

Section Microtechnique, EPFL


Projet de semestre

Juin 2002


Résumé

On présente ici un algorithme d’estimation de fond permettant d’améliorer le contraste et de réduire le bruit de fond des images obtenues en microscopie par fluorescence. Cet algorithme s’adapte parfaitement aux variations d’intensité du fond sans pour autant toucher aux cellules.
L’algorithme de base est un algorithme de type « expectation-maximisation » estimant le seuil à partir du fond, et le fond à partir du seuil. La partie estimation du fond est réalisée par une estimation aux moindres carrés. L’algorithme est entièrement basé sur quelques hypothèses qui ont été définies lors de sa conception. Pour qu’une image puisse être traitée correctement, il faut qu’elle les satisfasse. Plusieurs exemples sont donnés pour pouvoir analyser le comportement du logiciel dans différentes situations. Les résultats obtenus sont excellents, avec des images provenant de sources très différentes. La seule véritable condition est qu’elles satisfassent aux hypothèses.

Conclusion

Le but est atteint dans la plupart des cas. Le programme fournit dans l’ensemble des résultats excellents qui dépassent ce que je pouvais imaginer ! Le défaut principal est la lenteur de traitement qui provient de la création des matrices et de l’inversion par la SVD. Le traitement est particulièrement long pour un nombre élevé d’itérations. Mais, plus de 5 itérations ne fournit plus aucune différence réellement visible. L’utilisation d’une décomposition QR permettrait d’accélérer considérable le temps de calcul, mais nécessite d’ajuster la valeur du laplacien correctement. De plus, l’implémentation de la décomposition QR a été faite selon la définition, qui n’est pas forcément la manière optimale de la réaliser. La lenteur du traitement mise à part, le second défaut du plugin est l’impossibilité de traiter des images en couleurs. Pourtant, le problème n’est pas aussi simple qu’il n’y paraît. Certaines personnes ont simplement sélectionné la composante verte d’une image RGB dans d’autres projets, mais de nos jours, les protéines fluorescentes bleues ou rouges sont courantes. Ce sujet mériterait donc une petite réflexion pour envisager une solution optimale englobant toutes les possibilités. Un algorithme de réduction du bruit de fond, avant et après traitement, permettrait d’améliorer l’aspect visuel de bon nombre d’images. En effet, l’ajustement de contraste final le fait ressortir fortement.