ZEN Toolkits

Deconvolution Toolkit Méthodes de calcul du sectionnement optique

Même les systèmes d'imagerie les plus avancés souffrent d'un flou inévitable dû aux composants optiques et électroniques du microscope. Heureusement, ce problème peut être corrigé grâce à des méthodes informatiques de déconvolution. La boîte à outils Deconvolution Toolkit fournit une collection d'algorithmes de ce type pour les applications en sciences de la vie.

Réduisez les zones floues, améliorez le contraste et la résolution.
Choisissez parmi une série d'algorithmes en fonction de vos priorités.
Accélérez vos flux de tâches grâce à la prise en charge multi-GPU.
Essai gratuit de 30 jours

Améliorez la qualité de vos images en supprimant les zones floues.

Résolvez le problème à la racine.

Le flou de l'image est inévitablement introduit par les lois de la physique optique et l'utilisation de composants électroniques dans les systèmes d'imagerie. Le flou diminue la qualité de l'image au niveau de paramètres tels que le rapport signal sur bruit, le contraste de l'image, la résolution axiale et la résolution latérale. Appliquer la déconvolution à vos images optimise chacun de ces paramètres de qualité voire, dans le meilleur des cas, tous les paramètres à la fois.

Image : culture primaire de cortex de rat ; projection (profondeur de champ étendue) d'une pile Z à 4 canaux ; déconvolution basée sur le processeur graphique. Échantillon reproduit avec l'aimable autorisation de H. Braun, LSM Bioanalytik GmbH, Magdebourg, Allemagne

Une gamme d'algorithmes adaptés à vos besoins

De la vitesse de traitement à une qualité d'image sans compromis, choisissez en fonction de vos priorités.

Plusieurs algorithmes de déconvolution ont été développés. Certaines méthodes sont rapides et suffisantes pour les systèmes à faible niveau de flou. Pour des niveaux de flou plus complexes, des algorithmes plus sophistiqués sont nécessaires. Ces derniers demandent des ressources informatiques beaucoup plus importantes et considérablement plus de temps. Bien qu'ils permettent de résoudre des problèmes plus difficiles et d'obtenir des résultats d'image supérieurs, le temps de traitement peut parfois représenter un obstacle trop important. En vous offrant une gamme d'algorithmes, ZEN Deconvolution Toolkit vous permet de choisir celui qui convient le mieux à vos besoins expérimentaux et de post-traitement.

Améliorez les images provenant de divers systèmes d'imagerie.

La déconvolution est plus qu'un outil pour la microscopie à champ large.

Bien que la déconvolution soit traditionnellement considérée comme un outil pour la microscopie en fluorescence à champ large, tous les systèmes d'imagerie présentent un flou dû à l'équipement optique et aux composants électroniques. Que vous travailliez avec un microscope champ large conventionnel, un Apotome, un système LSM ou un Lattice Lightsheet 7, tous peuvent bénéficier de l'intégration de la déconvolution dans vos flux de tâches de traitement d'images. En fonction du système d'imagerie, certains algorithmes recommandés sont plus adaptés et plus faciles à utiliser pour obtenir des résultats optimaux.

Facile à utiliser et optimisé pour des capacités de haute performance

Des fonctions améliorées pour automatiser votre flux de tâches

Les algorithmes de la boîte à outils Deconvolution Toolkit ont été optimisés pour être extraordinairement faciles à utiliser et performants. ZEN lit les métadonnées de l'image et détermine automatiquement la fonction d'étalement du point (PSF) du système optique afin d'ajuster les paramètres optimaux pour la déconvolution. Les algorithmes sont au moins 10 fois plus rapides grâce au traitement par GPU ou même mGPU. Pour optimiser le temps d'obtention des résultats, tous les algorithmes de déconvolution sont exécutés avec ZEN Direct Processing pendant l'acquisition de l'image. L'algorithme de compression de données sans perte Zstandard (zstd) accélère encore le traitement à forte intensité de ressources.

Image : cellules U2OS marquées pour les structures des mitochondries (TOM20-mCherry) et des microtubules (Tubulin-GFP) avant et après la déconvolution itérative contrainte.

ZEN Deconvolution Toolkit – Principes et application

Comment séparer le contenu de l'image du flou de l'image ?

Lorsqu'on observe un objet à l'échelle d'une seule longueur d'onde, l'image obtenue est inévitablement floue. Heureusement, le modèle de flou qui en résulte, la fonction d'étalement des points, est similaire pour tous les objets. Elle peut être observée directement lors de l'imagerie d'une source ponctuelle fluorescente.

La fonction d'étalement du point (PSF)

Pourquoi les images dépourvues de bruit sont physiquement impossibles

Lorsqu'on observe un objet à l'échelle d'une seule longueur d'onde, l'image obtenue est inévitablement floue. Heureusement, le modèle de flou qui en résulte, la fonction d'étalement des points, est similaire pour chaque objet. Elle peut être observée directement lors de l'imagerie d'une source ponctuelle fluorescente.

Principe de déconvolution — La convolution est une opération mathématique qui consiste à moduler une fonction par une autre. Le flou de l'image peut être considéré comme la convolution des objets du monde réel avec la PSF. Heureusement, ce processus mathématique peut être inversé, et c'est ce qui se produit lors de la déconvolution. En convoluant l'image floue avec l'inverse de la PSF, on génère une image débruitée.

La convolution est une opération mathématique qui consiste à moduler une fonction par une autre. Le flou de l'image peut être considéré comme la convolution des objets du monde réel avec la PSF. Heureusement, ce processus mathématique peut être inversé, et c'est ce qui se produit lors de la déconvolution. En convoluant l'image floue avec l'inverse de la PSF, on génère une image débruitée.

Qu'est-ce que la déconvolution ?

Application de la PSF aux images numériques

La convolution est une opération mathématique qui consiste à moduler une fonction par une autre. Le flou de l'image peut être considéré comme la convolution des objets du monde réel avec la PSF. Heureusement, ce processus mathématique peut être inversé, et c'est ce qui se produit lors de la déconvolution. En convoluant l'image floue avec l'inverse de la PSF, on génère une image débruitée.

La déconvolution de la plus haute qualité nécessite plus d'informations sur la PSF exacte de votre système, y compris la préparation de l'échantillon. ZEN vous permet de saisir votre propre PSF expérimentale, d'affiner les paramètres optiques et la PSF en fournissant des informations sur le milieu d'enrobage de l'échantillon, l'épaisseur du verre de couverture, la variance de la profondeur de la PSF et bien d'autres paramètres.

Réglage fin de la déconvolution

Pour les utilisateurs expérimentés

La déconvolution de la plus haute qualité nécessite plus d'informations sur la PSF exacte de votre système, y compris la préparation de l'échantillon. ZEN vous permet de saisir votre propre PSF expérimentale, d'affiner les paramètres optiques et la PSF en fournissant des informations sur le milieu d'enrobage de l'échantillon, l'épaisseur du verre de couverture, la variance de la profondeur de la PSF et bien d'autres paramètres.

En quoi les méthodes de déconvolution diffèrent-elles ?

Les processus de base de la convolution et déconvolution dans le contexte du flou de l'image et de la PSF sont la clé pour comprendre les algorithmes de déconvolution. Tous les algorithmes de déconvolution ZEN utilisent une variante de ceux-ci.
Des algorithmes simples tels que la suppression du flou ou le plus proche voisin soustraient de l'image brute un flou généré par la PSF.
La méthode du filtre inverse applique directement la PSF inverse. Les méthodes itératives appliquent la PSF avant pour obtenir une approximation de l'image brute.


Méthode de déconvolution	Processus algorithmique	Application	Rapidité	Qualité des résultats
Suppression du flou	Soustraire le flou d'un même plan d'image	Ensembles de données 2D	très rapide	moyen (2D)
Voisin le plus proche	Soustraire le flou des plans voisins	3D avec pile limitée	très rapide	faible
Filtre inverse	Appliquer la fonction PSF inverse	Pile 3D complète	rapide	moyenne
Itératif rapide (Meinel)	Itératif ; PSF en avant sur l'image prédite ; fonction d'erreur	PSF parfaitement symétriques	moyenne	bonne
Itératif rapide (Richardson-Lucy)	Itératif ; PSF avant ; probabilité maximale	PSF asymétriques	moyenne	bonne
Itératif contraint	Itératif ; PSF avant ; probabilité maximale optimisée	Norme de référence	lente	très bonne

Paramètres et options par défaut de la déconvolution

Pour la plupart des systèmes d'imagerie pertinents

Défauts spécifiques à l'itératif contraint

Modalité d'imagerie	Champ large	Apotome	Confocal	Lightsheet
Normalisation	Auto	Auto	Auto	Auto
Correction de l'arrière-plan	désactivé	désactivé	désactivé	désactivé
Correction du scintillement	désactivé	désactivé	désactivé	désactivé
Correction de la décroissance	désactivé	désactivé	désactivé	désactivé
Correction des pixels chauds	désactivé	désactivé	désactivé	désactivé
Défauts spécifiques à l'itératif contraint
Intensité	Auto	NA	Auto	Manuel=5
Probabilité	Poisson	NA	Poisson	Poisson
Régularisation	Commande zéro	NA	Première commande	Commande zéro
Optimisation	Analytique	NA	Recherche de ligne	Analytique
Première estimation	Entrée	NA	Moyenne	Entrée
Interactions max	40	NA	7	40
Pourcentage d'arrêt automatique	0,1	NA	0,1	0,1
Défauts spécifiques à l'itératif rapide
Méthode	Meinel	NA	Richardson Lucy	Meinel
Régularisation	Aucun	NA	Aucun	Aucun
Optimisation	Aucun	NA	Aucun	Aucun
Interactions max	15	NA	50	15
Pourcentage d'arrêt automatique	0,1	NA	0,1	0,1
Défauts spécifiques au filtre inverse régularisé
Régularisation	Commande zéro	Commande zéro	Commande zéro	Commande zéro

Téléchargements

ZEN Deconvolution & Direct Processing for Life Science Application

Taille du fichier: 917 KB

Télécharger
A Practical Guide of Deconvolution

Taille du fichier: 2 MB

Télécharger

Contact ZEISS Microscopy

Mise à niveau/rétrofit

Formation

Rechercher un logiciel

Téléchargement de logiciels

Contact

Chargement du formulaire en cours...

Étape suivante :

Étape 1
Étape 2
Étape 3

Contactez-nous

Informations requises

Informations facultatives

Si vous souhaitez avoir plus d'informations concernant le traitement de vos données par ZEISS, veuillez consulter la politique de confidentialité.

Deconvolution Toolkit Méthodes de calcul du sectionnement optique