Das Magazin - Ausgabe 03 - Systembiologie

Abbildung 2: Bildanalyse in ganzen Gewebeschnitten
Fraunhofer MEVIS entwickelt automatische Bildanalysemethoden, um mikroskopische Gewebeeigenschaften, wie die Verfettung einzelner Zellen, in ganzen Gewebeschnitten
zu messen und räumlich darzustellen (Bild: Fraunhofer MEVIS / U. Dahmen & O. Dirsch, Exp TxChir Jena).
einziger virtueller Objektträger umfasst somit bis zu 25 Gigapixel,
das heißt genauso viel wie 2.500 Bilder einer modernen Digitalkamera.
Ein ganzer Satz digitaler Objektträger füllt schnell eine
Terabyte-große Festplatte.
detaillierte Informationen über diese Bildausschnitte benötigt.
Im Vergleich zu einer kompletten Auswertung auf höchster Auflösung,
verursachen solche mehrskaligen Analysen deutlich weniger
Rechenaufwand.
Mit herkömmlichen Verfahren kann die Analyse von virtuellen
Objektträgern mehrere Tage in Anspruch nehmen. Daher beschränken
sich die meisten verfügbaren Bildanalysemethoden
nach wie vor auf die Auswertung weniger kleiner Bildausschnitte
und ignorieren dabei das Potential der neuen Technik. Fraunhofer
MEVIS hat sich dagegen von Anfang an auf die Auswertung
ganzer virtueller Objektträger spezialisiert (Abb. 2). Während
alternative Ansätze versuchen, den enormen Datenmengen durch
eine Steigerung der Rechenleistung Herr zu werden, entwickelt
Fraunhofer MEVIS intelligente Strategien, mit denen die „Riesenbilder“
auch auf handelsüblichen Computern schnell verarbeitet
werden können.
Digitale Histologie in der medizinischen Forschung
Erste praktische Anwendungen der neuen Bildanalysetechnik
ermöglichen die automatische Unterscheidung zwischen lebendem
und totem Gewebe in histologischen Leberschnitten. Mit
weiteren Applikationen lassen sich verschiedene Zelltypen und
Zellstrukturen auszählen, um Rückschlüsse auf die Regenerationsaktivität
oder den Verfettungsgrad der Leber zu ziehen. Jeder
dieser Parameter wird vollautomatisch pro Gewebeschnitt berechnet
- auch dann, wenn sich mehrere Gewebeschnitte unterschiedlichen
Typs oder Verschmutzungen auf dem Objektträger
befinden (Abb. 3). Im Rahmen des Projekts Virtuelle Leber werden
diese Verfahren kontinuierlich erweitert und verbessert.
Die Idee: Genau wie ein Pathologe, sucht der Computer zunächst
nach relevanten Bildausschnitten auf niedriger Vergrößerung
und wechselt nur dann auf höhere Vergrößerungen, wenn er
Die Besonderheit der neuen Analyseverfahren ist, dass sie Gewebeeigenschaften
nicht nur in winzigen Gewebeausschnitten,
sondern im gesamten virtuellen Schnitt quantifizieren. Der so
Abbildung 3: Automatische Erkennung von Gewebeschnitten
Die entwickelten Bildanalysemethoden funktionieren
auch dann, wenn sich mehrere Gewebeschnitte unterschiedlichen
Typs oder Verschmutzungen auf dem
Objektträger befinden. Das Bild zeigt die automatische
Erkennung von Rattenleberschnitten auf einem
Objektträger, der zusätzlich noch Darmschnitte und
Verunreinigungen enthält (Bild: Fraunhofer MEVIS / U.
Dahmen & O. Dirsch, Exp TxChir Jena).
40
Forschung Aus wie vielen Zellen besteht die Leber?
www.systembiologie.de