2006
Fast Point-Based 3D Alignment of Live Cells
MATULA, Petr, Pavel MATULA, Michal KOZUBEK a Vladimír DVOŘÁKZákladní údaje
Originální název
Fast Point-Based 3D Alignment of Live Cells
Název česky
Rychlé lícování 3D obrazů živých buněk založené na bodech
Autoři
MATULA, Petr (203 Česká republika, garant), Pavel MATULA (203 Česká republika), Michal KOZUBEK (203 Česká republika) a Vladimír DVOŘÁK (203 Česká republika)
Vydání
IEEE Transactions on Image Processing, 2006, 1057-7149
Další údaje
Jazyk
angličtina
Typ výsledku
Článek v odborném periodiku
Obor
10201 Computer sciences, information science, bioinformatics
Stát vydavatele
Spojené státy
Utajení
není předmětem státního či obchodního tajemství
Impakt faktor
Impact factor: 2.715
Kód RIV
RIV/00216224:14330/06:00015279
Organizační jednotka
Fakulta informatiky
UT WoS
000239286900026
Klíčová slova anglicky
Live cell imaging; point pattern matching; 3D image registration
Příznaky
Mezinárodní význam, Recenzováno
Změněno: 18. 1. 2007 18:27, prof. RNDr. Michal Kozubek, Ph.D.
V originále
Typical time intervals between acquisitions of 3D images of the same cell in live cell imaging are in the orders of minutes. In the meantime the live cell can move in a water basin on the stage. This movement can hamper the studies of intranuclear processes. We propose a fast point-based image registration method for the suppression of the movement of a cell as a whole in the image data. First, centroids of certain intracellular objects are computed for each image in a time-lapse series. Then, a matching between the centroids, which have the maximal number of pairs, is sought between consecutive point-sets by a 3D extension of a 2D fast point pattern matching method, which is invariant to rotation, translation, local distortion and extra/missing points. The proposed 3D extension assumes rotations only around the z-axis to retain the complexity of the original method. The final step involves computing the optimal fully 3D transformation between images from corresponding points in the least squares manner. The robustness of the method was evaluated on generated data. The results of simulations show that the method is very precise and its correctness can be estimated. This article also presents two practical application examples, namely the registration of images of HP1 domains, and the registration of images of telomeres. More than 97% of time-consecutive images were successfully registered. The results show that the method is very well suited to live cell imaging.
Česky
V článku je prezentován nový algoritmus pro rychlé lícování 3D obrazů živých buněk založené na bodech
Návaznosti
GA202/04/0907, projekt VaV |
| ||
GP204/03/D034, projekt VaV |
| ||
IAA5004306, projekt VaV |
| ||
MSM0021622419, záměr |
|