Pfeiffer Sebastian Dissertation.pdf


Preview of PDF document pfeiffer-sebastian-dissertation.pdf

Page 1...7 8 91011144

Text preview


1. Einleitung

1.1. Motivation
Das Thema der Arbeit beinhaltet die Erstellung eines Konzeptes zur Analyse großer
biologischer Bilddatenmengen. Das Verst¨andnis von Abl¨aufen im Bereich biologischer
Grenzfl¨achen konnte in den letzten Jahren durch zahlreiche biomedizinische Studien erweitert werden. Der Fortschritt im biologischen Sektor ist u. a. der Weiterentwicklung
im Bereich der bildgebenden Verfahren und der Biotechnologien zu verdanken. Hierf¨
ur stehen heutzutage eine Reihe von Akquisitionsverfahren bereit, die dreidimensionale, vierdimensionale, sogar schon f¨
unfdimensionale digitalisierte biologische Bilddaten
liefern.
Die offene Fragestellung der Arbeit lautet: Wie k¨onnen biologische, stark fehlerhafte,
große multidimensionale Datens¨atze effektiv und effizient analysiert werden? Das gilt,
wenn, innerhalb von begrenzter Zeit, viele erarbeitete Daten qualitativ akzeptabel f¨
ur
Expertenentscheidungen genutzt werden k¨onnten.
L¨osungsverfahren sollen ermittelt und getestet werden, die es erm¨oglichen, den
langwierigen Verlauf der Bildbearbeitung bzw. des Filterns zu beschleunigen und zu
verbessern. Mit speziellen multidimensionalen Segmentierungsverfahren sollen die Probleme der gegebenen multidimensionalen Akquisitionen erkannt und korrigiert werden.
Momentane Probleme bei der Analyse von Bilddaten aus der Mikroskopie werden betrachtet, eruiert und modifiziert. Mit speziellen, erarbeiteten Be- und Verarbeitungsverfahren werden neue M¨oglichkeiten bereitgestellt, um die Schritte der Merkmalsextraktion und Klassifikation zu erweitern. Auf neuartige Weise werden morphologisch geometrische Eigenschaften verfolgt – wie z. B. Homogenit¨at oder Heterogenit¨at,
dreidimensional- und vierdimensional-bedingt durch spezielle, gesteuerte toxikologische Einwirkungen. F¨
ur direkt vorliegende biologische Forschungsans¨atze im Bereich molekularer und zellul¨arer Wechselwirkungen funktioneller Grenzfl¨achen werden
entsprechende Verfahren der (semi-)automatischen Bildanalyse praxisorientiert angewandt und in bereits vorliegende Algorithmen integriert.

1