Isoflächenrekonstruktion aus Serienschnitten

Titelangaben

Ulrich, Christine:
Isoflächenrekonstruktion aus Serienschnitten.
Bayreuth , 2019 . - v, 111 S.
( Dissertation, 2019 , Universität Bayreuth, Fakultät für Mathematik, Physik und Informatik)
DOI: https://doi.org/10.15495/EPub_UBT_00004481

Volltext

Link zum Volltext (externe URL):

Abstract

Diese Dissertation präsentiert eine Pipeline zur Rekonstruktion von 3D-Meshes aus Serienschnitten. Ein Prozess, der allen Beteiligten ein schnelles Ergebnis ermöglichen soll. In der immunhistologischen Forschung sind die Strukturen von Interesse bestimmte Arten von Zellen (z. B. Gefäße) und für eine Untersuchung müssen die Serienschnitte eine immunhistologische Färbung erhalten. Daher wird für die Färbung eine Gewebeprobe in mehrere sehr dünne Schnitte geschnitten. Eine Prozedur, die viele Verzerrungen in jedem Schnitt verursacht. Dies bedeutet, einmal digitalisiert müssen die immunhistologisch eingefärbten Schnitte eine Ausrichtung erfahren bevor ein 3D-Mesh rekonstruiert werden kann. Die Menge an digitalen Daten ist groß, da sich die Techniken und die Auflösung von Aufnahmesystemen über die Jahre hinweg weiterentwickelt haben. Weiterhin sind die Strukturen von Interesse sehr klein (nur einige Mikrometer). Dies veranlasste unser Team eine neue Ausrichtungsmethode zu entwickeln. Diese verwendet Bi-Cubic-B-Splines, um die Verzerrungen global zu minimieren. Sowohl die Rekonstruktions- als auch die Ausrichtungsmethode werden beschleunigt, indem eine große Menge von Daten parallel behandelt wird. So wurde zum Beispiel der Marching Cubes-Algorithmus auf kleinster Ebene mittels CUDA parallelisiert. Obwohl eine Anpassung der Parameter (z. B. Isowert) oft in mehreren Durchläufen (innerhalb der Pipeline) erforderlich ist, ermöglicht die effiziente Laufzeit den Medizinern, das 3D-Modell in einer akzeptablen Zeit zu verifizieren, und hat bereits dazu beigetragen, das Gefäßnetzwerk in der Milz zu verstehen.

Abstract in weiterer Sprache

This dissertation presents a pipeline for reconstructing 3d-meshes from serial sections. A process that should gives everyone involved a quick result. In immunohistological research the structure of interests are certain types of cells (e.g. cells of vessels) and for an examination the sections have to get an immunohistological staining. For the staining a tissue specimen will get cut in several very thin sections. A procedure that causes many distortions in each section. This means that once digitized, the immunohistologically stained sections must be aligned before a 3d-mesh can be reconstructed. The amount of digital data is large, because the techniques and the resolution of capture-systems has developed further through the years. Furthermore the structure of interests are very small (just several micrometers). This caused our team to contrive a new method of alignment. This uses Bi-Cubic B-Splines to minimize the distortion globally. Both, reconstruction and alignment methods, are accelerated by parallelizing for the handle of huge amount of data. For example, the marching cubes algorithm has been parallelized on the smallest level with CUDA. Although an adjustment of parameters (e.g. isovalue) is often needed in several passes (within the pipeline), the efficient run-time allows the medics to verify the 3d-model in an acceptable time and has already helped to understand the network of vessels within the spleen.