Christoph Florian Schaller - FU Berlin, FB MI
Christoph Florian Schaller - FU Berlin, FB MI
Christoph Florian Schaller - FU Berlin, FB MI
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Contents<br />
1 Introduction 3<br />
1.1 The diraction barrier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3<br />
1.2 Imaging and noise . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4<br />
1.3 STORM - the basic idea . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5<br />
1.4 Motivation and classication of the present thesis . . . . . . . . . . . . . . . . . . . . . 6<br />
2 Fitting algorithms 7<br />
2.1 Preliminaries and overview . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7<br />
2.2 Gaussian mask and full least squares tting . . . . . . . . . . . . . . . . . . . . . . . . 7<br />
2.3 Numerical integration algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8<br />
2.4 Poissonian background tting . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10<br />
2.5 Fitting a Gaussian background noise . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11<br />
3 Uncertainty and precision 14<br />
3.1 Error estimation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14<br />
3.2 Numerical verication of a systematic error caused by pixelation . . . . . . . . . . . . 15<br />
4 Random STORM images 17<br />
4.1 Image generation and setup . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17<br />
4.2 Error dependencies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17<br />
4.3 Eect of numerical integrations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19<br />
4.4 Quantication of occuring shifts caused by pixelation . . . . . . . . . . . . . . . . . . . 20<br />
4.5 Fitting a Poissonian background . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22<br />
4.6 Simulation results for Gaussian background tting . . . . . . . . . . . . . . . . . . . . 23<br />
5 Processing experimental data 24<br />
5.1 Available tting tools . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24<br />
5.2 Identifying trajectories . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25<br />
5.3 Drift . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25<br />
6 xStorm 27<br />
6.1 Necessity of the development . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27<br />
6.2 Input and output . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27<br />
6.3 The tagged image le format (TIFF) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27<br />
6.4 Program design . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28<br />
6.5 Parallel processing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29<br />
7 Experimental observations 30<br />
7.1 Noise statistics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30<br />
7.2 Single bead . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31<br />
7.3 Multiple beads . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32<br />
7.4 Antibody tting benchmark . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34<br />
7.5 Bias due to the tting method . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34<br />
8 Summary and Outlook 36<br />
8.1 Our results . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36<br />
8.2 Future possibilities . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36