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