Automated Image-Adaptive Point-Spread Function Estimation for Biological Imaging

Why are we interested in image restoration? The idea is to visualise the hearing organ in near-intact preparations with confocal microscopy. This is often made under image conditions far from optimal and this is where image restoration can be very useful, allowing one to increase the signal-to-noise ratio of the image by denoising and to increase their resolution by deconvolution. The problem studied in this project is the use of deconvolution (deblurring) to three-dimensional confocal images of the inner ear. To perform this, a good determination of the point-spread function (PSF) of the system is needed. Due to scattering and optical distortions in the image, the PSF depends on the sample and is therefore different for each acquisition. For this reason a method is needed to deduce the PSF adaptively and automatically from the images. The development has been in a specific direction, concerning the task of estimating a point-spread function usable for the deconvolution of confocal images, based on information contained in the images. In this report the tools for automated PSF extraction are investigated and improved. The problem is divided into two parts. The first part performs an automatic screening of the images with a set of appropriate filters, to detect the presence of small dot-like structures that could be used as PSF estimations. Experiments are presented, in which these structures are found. The tool that has been developed for the screening for the dot-like structures is so far not fully automatic, since user based decision selection is still required. However the selection required is still fairly easy to do. The second part measures the geometrical characteristics of the dot-like structures (size, orientation) to fit a suitable PSF model to a set of measurement “cues” obtained from the image. This work improves the PSF model previously used by the group at the Center of Hearing and Communication Research (Karolinska Institute) with respect to orientation (tilt) of the dot-like structure. This was successfully completed and a model for a PSF is now provided. This is all done automatically. More importantly, this work improves the deconvolution of the images from the intact inner ear to a great extent, when these are deconvolved with the given PSF model adapted from the images. Automatisk anpassningsbar estimering av punktsvarsfunktioner för biologiska bilder Sammanfattning Varför är bildrestaurering så intressant? Avsikten med bildrestaurering är att vi ska kunna visualisera hörselorganet med konfokalmikroskopi i en näst intill intakt preparation. Detta görs ofta under bildvillkor som ligger långt under det optimala och det är här bildrestaurering kan komma till stor användning. Bildrestaurering gör det möjligt att öka signal-till-brus förhållandet i bilden genom avbrusning och genom avfaltning kan man öka upplösningen i bilden. Problemet i detta projekt ligger i att tillämpa avfaltning på en tredimensionell konfokal bild av innerörat. För att kunna tillämpa avfaltning är det nödvändigt att man har en bra uppskattning av systemets punktsvarsfunktion (PSF). På grund av spridning och optisk distorsion i bilden, beror punktsvarsfunktionen av varje bildprov och därför är punktsvarsfunktionen olika för varje bildinhämtning. Av denna orsak behöver vi en metod för att härleda en PSF på ett anpassningbart och automatiskt sätt från bilderna. I utvecklingen av denna metod har informationen som krävs för att uppskatta punktsvarsfunktionerna som ska användas för avfaltningen hämtats direkt från information funnen i de konfokala bilderna. I denna rapport redovisas arbetet för att förbättra verktygen för automatisk extraktion av punktsvarsfunktioner som tidigare funnits. Problemet delas upp i två delar. I den första delen genomförs en sökning av bilderna med en uppsättning av lämpliga filter. Avsikten är att upptäcka små punktliknande strukturer i bilderna som ska kunna användas för att uppskatta punktsvarsfunktionen. I rapporten presenteras experiment där dessa strukturer finns. Verktyget som har utvecklats för sökningen av de punktliknande strukturerna är ännu inte fullt automatisk (då användaren måste göra ett urval bland strukturerna vid ett tillfälle). Emellertid är detta val, som fortfarande måste göras, enkelt att utföra. Den andra delen mäter den geometriska karaktären på de punktliknande strukturerna (storlek, orientering) för att anpassa en ändamålsenlig PSF-modell till en uppsättning av mätningssärdrag som erhålls från bilden. I detta projekt förbättras den PSF-modell som tidigare använts av forskningsgruppen på Centrum för hörseloch kommunikationsforskning vid Karolinska Institutet (CfH/KI) vad gäller orientering (lutning) av de punktliknande strukturerna. Detta arbete har framgångsrikt genomförts och en PSF-modell existerar nu. Detta arbete sker helt automatiskt. Det är som är viktigt är att den PSF-modell som här har utvecklats förbättrar avfaltningen av bilderna som är tagna av det intakta innerörat.