Microscopy - Point Spread Function, Focus, Resolution
Abstrakt
Cílem této disertační práce bylo navrhnutí nových algoritmů pro zpracování obrazových dat z mikroskopů a demonstrace možnosti jejich využití na standardních vzorcích (latexové částice o různém průměru). Výsledky byly využity pro analýzu reálných objektů uvnitř živé savčí buňky.
Pro navržení těchto algoritmů bylo nutné nejprve pochopit, jak vzniká obraz v mikroskopu, včetně různých aberací čoček. Bylo nutné nejprve začít se simulacemi ideálního případu zobrazení jednoho bodu (simulace PSF). Zobrazení Airyho disků v rovině zaostření, případně simulace pomocí ENZ teorie. Dostupné ENZ simulace poskytovaly pouze řezy několika rovinami zaostření a bylo nutné je upravit do použitelné podoby pro kompletní 3D zobrazení. Pomocí těchto algoritmů bylo zkoumáno chování jednotlivých základních aberací čoček a také chování dvou částic (objektů) v různých vzdálenostech od sebe. Na závěr těchto pozorování bylo nutné znovu definovat termíny zaostření (fokus) a rozlišení. Dále byly zavedeny definice pro rozlišitelnost a odlišitelnost objektů v obraze.
Díky novým definicím a novému nahlížení (informační entropie) na problém rozlišitelnosti/odlišitelnosti objektů bylo možné navrhnout a vytvořit algoritmy pro zpracování obrazu a jejich logických sérií, jež nám umožňují detekovat objekty pod hranicí danou Abbého rozlišením za použití standardní optické mikroskopie ve světlém poli. Bylo experimentálně zjištěno, že limitujícím faktorem pro rozlišení pomocí této metody je velikost bodu kamerového čipu a velikost objektu, který na je na ně projektován. Při použití čipu s vyšší hustotou bodů, jsme schopni dosáhnout lepších výsledků (detekce menších objektů) za použití stejných algoritmů.