Skálázható ImageJ plugin fejlesztése multidimenzionális képek korrelációs elemzésére

Printer-friendly versionPrinter-friendly version
Conference: 
2014/2015. tanév
Session: 
Élettan, kórélettan, biofizika
Presenting author
Name (format for foreign students: Last Name, First Name): 
Katona Tamás

Abstract data

Előadás címe: 
Skálázható ImageJ plugin fejlesztése multidimenzionális képek korrelációs elemzésére
Abstract: 

A patológiás folyamatok hátterében álló módosult molekuláris kölcsönhatásoknak napjainkban egyre nagyobb jelentőséget tulajdonítanak. A molekuláris kölcsönhatás szükséges, bár nem elégséges feltétele az, hogy a résztvevők átfedő szubcelluláris kompartmentumokban helyezkedjenek el. Az átfedés vizsgálatára a fluoreszcenciás (konfokális) mikroszkóppal nyert felvételek korrelációs analízise elterjedt módszer. A digitális képelemzés szempontjából a kolokalizáció kvantitálása az együttes előfordulás valószínűségének, ill. mértékének meghatározása, melyre számos elmélet és algoritmus született. Az elemzés megvalósításához az elterjedt képfeldolgozó programokhoz több modul is készült. Ezek közül a legszélesebb körű megoldást a leggyakrabban használt ImageJ program JACOP pluginje jelenti, azonban ez csak egy képpár vizsgálatára alkalmas.

Munkám során ezért egy olyan skálázható plugin-t kívántam fejleszteni, amely az egyre terjedő multidimenzionális (térbeli 3D, idő, és tetszőleges számú spektrális csatorna) képalkotás során keletkező adathalmazt is képes kiértékelni. A programot JAVA környezetben fejlesztettem.

A plugin valamennyi spektrális csatorna között, ill. egyes időpontok között is számítja a következő korrelációs koefficienseket: Pearson koefficiens, overlap koefficiens, Manders koefficiensek, Van Steensel keresztkorreláció. Az egyes Z szeletekben egymástól függetlenül, és egymással összefüggésben is kijelölhetők ROI-k, melyekről ROI-nként, és összevontan is képezhetők a statisztikák. A plugin Hartley transzformációt és megfelelő kolokalizációs kontroll mintáról készült képeket felhasználva képes kezelni a csatornák közötti elcsúszásokat is. Figyelembe véve a biológiai mérések variabilitását, a nagy elemszámú méréssorozatok gyorsabb elemzéséhez projektlistát lehet összeállítani. A számolt paraméterek, a kiértékelés naplózása, a naplókhoz csatoltan mentett kiegészítő adatok (ROI készlet, küszöbértékek, nyers és feldolgozott képek) testreszabható, és személyes konfigurációként menthető.

Az elkészült plugin egységes, integrált munkafelületet biztosít, és nagyban megkönnyíti a kolokalizációs elemzések munkafolyamatát.

First tutor
Name: 
Dr. Vereb György
Department: 
Biofizikai és Sejtbiológiai Intézet

Támogatók: Támogatók: Az NTP-TDK-14-0007 számú, A Debreceni Egyetem ÁOK TDK tevékenység népszerűsítése helyi konferencia keretében, az NTP-TDK-14-0006 számú, A Debreceni Egyetem Népegészségügyi Karán folyó Tudományos Diákköri kutatások támogatása, NTP-HHTDK-15-0011-es A Debreceni Egyetem ÁOK TDK tevékenység népszerűsítése 2016. évi helyi konferencia keretében, valamint a NTP-HHTDK-15-0057-es számú, A Debreceni Egyetem Népegészségügyi Karán folyó Tudományos Diákköri kutatások támogatása című pályázatokhoz kapcsolódóan az Emberi Erőforrás Támogatáskezelő, az Emberi Erőforrások Minisztériuma, az Oktatáskutató és Fejlesztő Intézet és a Nemzeti Tehetség Program