Research Abstract
三次元蛍光顕微鏡画像に対する奥行き・非対称収差に適応的なブラインド画像復元
Blind Depth-variant Deconvolution of 3D Data in Wide-field Fluorescence Microscopy
2015年5月7日 Scientific Reports 5 : 9894 doi: 10.1038/srep09894
本論文では、三次元広視野蛍光顕微鏡法のための新しい画像復元法を提案する。これまでの方法の大半は、三次元細胞構造の復元については不十分である。それは、顕微鏡の点拡がり関数（PSF）は光軸に沿って大きく変化するのに、PSFが奥行きによって変化しないと単純に仮定しているからである。奥行きによって変化するPSFを考慮する方法がいくつか提案されている。しかし、それらは、目標とする画像の撮像条件は事前計測とは異なっているのに、事前計測条件での既知のPSFを用いる非ブラインド法であるため、現実的でない。こうした問題を解決するため、本論文では、奥行きによって変化し試料に依存するPSFを見積もり、三次元細胞構造を復元するブラインド法を提案する。軸方向のぼやけを抑制するという点では、今回提案する方法がこれまでの方法より優れていることが、実験によって明らかになった。今回提案する方法は、次の3つのステップからなる。最初のステップでは、リチャードソン・ルーシー・アルゴリズムによってノンパラメトリック平均されたPSFを見積もる。この際、強度解析から中心奥行きを予測して初期値パラメーターが与えられる。第二のステップでは、見積もったPSFを最適化によってギブソンのパラメトリックPSFモデルに当てはめ、奥行きによって変化するPSFを生成する。第三のステップでは、奥行きによる変化に対応する一般化期待値最大化法を用いて、三次元細胞構造を復元する。
Boyoung Kim & Takeshi Naemura
Corresponding Author
This paper proposes a new deconvolution method for 3D fluorescence wide-field microscopy. Most previous methods are insufficient in terms of restoring a 3D cell structure, since a point spread function (PSF) is simply assumed as depth-invariant, whereas a PSF of microscopy changes significantly along the optical axis. A few methods that consider a depth-variant PSF have been proposed; however, they are impractical, since they are non-blind approaches that use a known PSF in a pre-measuring condition, whereas an imaging condition of a target image is different from that of the pre-measuring. To solve these problems, this paper proposes a blind approach to estimate depth-variant specimen-dependent PSF and restore 3D cell structure. It is shown by experiments on that the proposed method outperforms the previous ones in terms of suppressing axial blur. The proposed method is composed of the following three steps: First, a non-parametric averaged PSF is estimated by the Richardson Lucy algorithm, whose initial parameter is given by the central depth prediction from intensity analysis. Second, the estimated PSF is fitted to Gibson's parametric PSF model via optimization, and depth-variant PSFs are generated. Third, a 3D cell structure is restored by using a depth-variant version of a generalized expectation-maximization.
