Großer Beleg Segmentierung von ATPase-gefärbten - Fakultät ...

2.2 Probleme und Herausforderungen bestehender Verfahren 9
Tabelle 2: pH-Wert-abhängige Helligkeitsausprägung bei ATPase
Färbetechnik Typ 1 Typ 2a Typ 2b Typ 2c
ATPase bei pH 9.4 + +++ +++ +++
ATPase bei pH 4.6 +++ − ++ +++
ATPase bei pH 4.3 +++ − − ++(+)
Eine wichtige Eigenschaft bei ATPase-Bildern ist eine invertierte Färbung bei Veränderung
des pH-Wertes. Bei einem pH-wert von 9,4 sind Typ 1 Zellen hell und Typ 2a/b
dunkler. Genau invers verhält es sich bei einem pH-Wert von 4,3 bzw. 4,6. Die Typ
1 Zellen sind nun sehr dunkel, während Typ 2a dunkelbraun und Typ 2b hellbraun
erscheint. Mit varierendem pH-Wert ändert sich bei ATPase-Färbung auch der gesamte
Kontrast im Muskelfaserschnitt [DS07].
2.2 Probleme und Herausforderungen bestehender Verfahren
Bestehende Analyseverfahren erfolgen entweder manuell durch einen Arzt oder halbautomatisch
mit Hilfe von Softwaresystemen. Im ersten Fall wird die Definition der
Zellkonturen von Hand realisiert. Bei der Nutzung von halbautomatischen Verfahren
ermittelt ein Softwaresystem die vorhandene Kontur, ist aber auf Assistenz durch einen
Menschen angewiesen. Dies kann beispielsweise durch die Definition von Initialkonturen
oder Zellmittelpunkten geschehen, die dann durch das System automatisch verfeinert
und angepasst werden. Anhand der Kontur einer Muskelfaserzelle werden automatisch
ihr Umfang, Durchmesser und Rundung ermittelt. Durch die Analyse von mehreren
Muskelfaserschnitten können genug Daten erfasst werden, so dass Rückschlüsse über
den Gesamtzustand des Muskels möglich sind.
Leider sind sowohl manuelle als auch halbautomatische Verfahren sehr zeitaufwendig,
fehleranfällig und für einen Menschen monotone Arbeitsaufgaben. Eine vollautomatische
Verarbeitung ist also wünschenswert. Wie wir im vorhergehenden Abschnitt gesehen
haben, gibt es aber eine Vielzahl verschiedener Färbetechniken, die sehr unterschiedliche
Bildcharakteristiken aufweisen und dadurch ganz spezifische medizinsiche
Aussagen ermöglichen. Für vollautomatisierte Zellerkennung muss der verwendete Algorithmus
meist für die jeweilige Färbetechnik optimiert werden. Dies schränkt eine
universale Anwendung zum Teil ein.
Auf eine vollautomatische Segmentierung von Zellen wirken aber weitere Probleme,
die es zu lösen gilt. Beispielsweise kann die Qualität der gefärbten Gewebeproben sehr
stark variieren. Sowohl die Gewebeentnahme, als auch der Gefrierprozess beeinflus-