Analyzing Fluorescence Microscopic Images Through Texture Descriptors

Ing. Mgr. Tomáš Majtner, Ph.D.

Advanced ('rigorózní') thesis

Abstract:

Digitálne snímky hrajú dôležitú úlohu v posledných rokoch. Majú schopnosť zachytiť okamžitý moment v rôznych obrazových doménach reálneho sveta. V tejto práci budeme sústrediť naše úsilie na jednu konkrétnu doménu nazvanú fluorescenčná mikroskopia. Našim cieľom bude rozpoznanie a klasifikácia obrázkov z tejto oblasti. To môžeme docieliť napríklad pomocou takzvaných obrazových deskriptorov. Dôvodom, prečo ich používame, keď rozpoznanie obrázkov predstavuje ľahkú úlohu pre biológov je skutočnosť, že náročnosť úlohy narastá úmerne s počtom snímkov. Správne nastavený klasifikátor s rýchlym výpočtom obrazových deskriptorov môže byť oveľa rýchlejší, než kvalifikovaných odborník. Rovnako tak priemerný výskyt chýb je približne rovnaký pri veľkých kolekciách. Ďalšou výhodou obrazových deskriptorov je ich schopnosť pracovať s viacdimenzionálnymi obrázkami. Pre biológa môže byť náročné správne si predstaviť a skúmať 3D obrázky. V tejto práci predstavujeme súčasný stav poznania v diskutovanej oblasti. Koncentrujeme sa pritom na globálne obrazové deskriptory, ktoréch hlavným rysom je používanie celého obrázku pre extrakciu feature vektora. Klasifikátor pre triedenie Hep-2 buniek založený na týchto deskriptoroch je predstavený ako jeden z našich výsledkov. Okrem toho sme preštudovali aj možnosť skúmania fluorescenčných obrázkov vo vyšších dimenziách. Preto v práci predstavujeme rozšírenie bežne používaných obrazových deskriptorov s názvom Tamura features pre 3D obrázky. Naším ďalším výskumným cieľom je štúdium vybraných obrazových deskriptorov, navrhnutie ich vylepšení s prihliadnutím na špecifičnosť fluorescenčných obrázkov a v neposlednom rade aj koncentrácia na použitie deskriptorov pri klasifikácii.

Abstract:

Digital images play an important role nowadays, with a big progress in last few decades. They have the ability to capture immediate moment from the different image domains of the real world. In this thesis proposal, we will concentrate our effort on one particular domain called fluorescence microscopy. We would like to recognize and classify images from this area. This can be done by using so-called image descriptors. The reason why we use image descriptors, when it is an easy task for biologist to recognize between different types of cells, is based on the fact that this task becomes harder when the number of images grows. A properly trained classifier with fast calculation of descriptors can be much faster than a skilled expert. Also the average occurrence of the mistakes is approximately the same in large collections. Another advantage of image descriptors is their ability to work with images of any dimensionality. For biologists, it can be hard to properly imagine and examine images of dimensionality higher than two. In this work, we introduce the current state of the art in the field with focus on global image descriptors, whose main characteristic is using of the whole image to extract the feature vector. HEp-2 cell classifier based on these descriptors is introduced as one of our results. In addition, we study the possibility of describing not only fluorescence images in 2D, but also in higher dimensions. Therefore, we present an extension of commonly used image descriptors called Tamura features for 3D images. Our aim for further research is to study selected image descriptors and suggest their improvements with focus on image classification.

Keywords

texture descriptors, fluorescence microscopy, Tamura features, HEp-2 Cell Classifier, Haralick features, Local Binary Patterns, Gabor filters, Moment invariants

Language used: English

Date on which the thesis was submitted / produced: 19. 11. 2012

Thesis defence

• Date of defence: 9. 1. 2013
• Reader: Prof. Cham Athwal, Ing. Tomáš Suk, CSc.

Masaryk University

Faculty of Informatics

Advanced ('rigorózní řízení') programme / field:
Applied Informatics / Image Processing