Illustration Deconvolution-Toolkit-Paket

ZEN SOFTWARE TOOLKITS

Deconvolution Toolkit Methoden für die Berechnung optischer Schnitte in den Biowissenschaften

Selbst fortschrittlichste Imaging-Systeme haben mit unvermeidbarer Bildunschärfe zu kämpfen, die durch optische und elektronische Bauteile hervorgerufen wird. Glücklicherweise können computergestützte Dekonvolutionsmethoden hier Abhilfe schaffen. Das Deconvolution Toolkit umfasst eine Sammlung solcher Algorithmen für biowissenschaftliche Anwendungen.

Höherer Kontrast und Auflösungsverbesserung. Minimierte Unschärfe.
Wählen Sie unter mehreren Algorithmen den passenden für Ihre Prioritäten.
Beschleunigen Sie Ihre Workflows mit Multi-GPU-Unterstützung.

Verbessern Sie Ihre Bildqualität durch das Beseitigen von Bildunschärfen

Packen Sie das Problem an der Wurzel

Bildunschärfe entsteht unweigerlich aufgrund der Gesetze der optischen Physik und durch den Einsatz elektronischer Bauteile in Imaging-Systemen. Das beeinträchtigt Bildqualitätsmetriken wie Signal-Rausch-Verhältnis, Bildkontrast, axiale Auflösung und laterale Auflösung. Mithilfe der Dekonvolution können Sie diese Bildqualitätsmetriken einzeln (oder gebündelt) optimieren.

Bild: Kortikale Primärkultur einer Ratte, Projektion (verbesserte Abbildungstiefe) von 4-Kanal-Z-Ebenen, GPU-basierte Dekonvolution. Probe mit freundlicher Genehmigung von H. Braun, LSM Bioanalytik GmbH, Magdeburg, Deutschland

Eine Vielfalt von Algorithmen, abgestimmt auf Ihre Anforderungen

Wählen Sie entsprechend Ihren Prioritäten: von der Verarbeitungsgeschwindigkeit bis zur kompromisslosen Bildqualität

Es wurde bereits eine Reihe verschiedener Dekonvolutionsalgorithmen entwickelt. Einige Methoden arbeiten schnell und reichen bei Systemen mit geringer Unschärfe aus. Systeme mit stärkerer Unschärfe verlangen dagegen nach komplexeren Algorithmen, die deutlich mehr Rechnerkapazität und Zeit in Anspruch nehmen. Diese Algorithmen können auch größere Probleme beheben und liefern überragende Bildergebnisse, doch die Verarbeitungsdauer ist manchmal ein zu großes Hindernis. Das ZEN Deconvolution Toolkit enthält eine Sammlung von Algorithmen, aus der Sie die jeweils beste Alternative für Ihre individuellen Versuchs- und Nachbearbeitungsanforderungen auswählen können.

Verbessern Sie Bilder aus verschiedenen Imaging-Systemen

Dekonvolution – ein Hilfsmittel nicht nur für die Weitfeldmikroskopie

Dekonvolution gilt üblicherweise als Hilfsmittel für die Weitfeld-Fluoreszenzmikroskopie, doch Unschärfe tritt aufgrund optischer und elektronischer Bauteile bei allen Imaging-Systemen auf. Konventionelles Weitfeld, Apotome, LSM-System oder Lattice Lightsheet 7 – alle diese Imaging-Systeme können von einer Einbindung der Dekonvolution in Ihre Workflows für die Bildverarbeitung profitieren. Für die einzelnen Imaging-Systeme werden jeweils eigene Algorithmen empfohlen, um optimale Ergebnisse zu erzielen.

Anwenderfreundlich und für Höchstleistungen optimiert

Verbesserte Funktionen automatisieren Ihren Workflow

Die Algorithmen im Deconvolution Toolkit wurden mit Blick auf überragende Anwenderfreundlichkeit und hohe Leistung optimiert. ZEN liest die Metadaten des Bildes aus und ermittelt automatisch die Punktspreizfunktion (Point Spread Function, PSF) des optischen Systems, um die optimalen Einstellungen für die Dekonvolution festzulegen. Die Algorithmen werden per GPU- oder sogar mGPU-Verarbeitung um mehr als das Zehnfache beschleunigt. Um die Ergebnisse schneller zu erreichen, können alle Dekonvolutionsalgorithmen während der Bildaufnahme mit ZEN Direct Processing ausgeführt werden. Der verlustlose Datenkomprimierungsalgorithmus Zstandard (zstd) beschleunigt die ressourcenintensive Verarbeitung zusätzlich.

Bild: U2OS-Zellen mit markierten Mitochondrien (TOM20-mCherry) und Mikrotubuli (Tubulin-GFP) vor und nach der Dekonvolution „Iterativ mit Nebenbedingungen“.

ZEN Deconvolution Toolkit – Grundlagen und Anwendung

Bildinhalt und Bildunschärfe trennen

Wird ein Objekt auf Ebene einer einzelnen Wellenlänge beobachtet, ist das Ergebnisbild zwangsläufig unscharf. Das resultierende Unschärfemuster, d. h. die Punktverwaschungsfunktion, ist jedoch bei allen Objekten ähnlich. Bei der Abbildung einer fluoreszierenden Punktquelle lässt sich dies direkt beobachten.

Die Punktspreizfunktion (PSF)

Warum rauschfreie Bilder physikalisch unmöglich sind

Wird ein Objekt auf Ebene einer einzelnen Wellenlänge beobachtet, ist das Ergebnisbild zwangsläufig unscharf. Das resultierende Unschärfemuster, d. h. die Punktverwaschungsfunktion, ist jedoch bei allen Objekten ähnlich. Bei der Abbildung einer fluoreszierenden Punktquelle lässt sich dies direkt beobachten.

Dekonvolutionsprinzip — Die Konvolution ist eine mathematische Operation, bei der eine Funktion durch eine andere Funktion moduliert wird. Die Bildunschärfe ist praktisch die Konvolution der realen Objekte durch die PSF. Dieser mathematische Prozess kann jedoch umgekehrt werden – und genau das passiert bei der Dekonvolution. Durch die Konvolution des unscharfen Bildes mit der Umkehrung der PSF entsteht ein entrauschtes Bild.

Die Konvolution ist eine mathematische Operation, bei der eine Funktion durch eine andere Funktion moduliert wird. Die Bildunschärfe ist praktisch die Konvolution der realen Objekte durch die PSF. Dieser mathematische Prozess kann jedoch umgekehrt werden – und genau das passiert bei der Dekonvolution. Durch die Konvolution des unscharfen Bildes mit der Umkehrung der PSF entsteht ein entrauschtes Bild.

Was ist Dekonvolution?

Anwendung der PSF auf digitale Bilder

Die Konvolution ist eine mathematische Operation, bei der eine Funktion durch eine andere Funktion moduliert wird. Die Bildunschärfe ist praktisch die Konvolution der realen Objekte durch die PSF. Dieser mathematische Prozess kann jedoch umgekehrt werden – und genau das passiert bei der Dekonvolution. Durch die Konvolution des unscharfen Bildes mit der Umkehrung der PSF entsteht ein entrauschtes Bild.

Für eine Dekonvolution in höchster Qualität werden umfassendere Informationen zur exakten PSF Ihres Systems benötigt, einschließlich der Probenpräparation. Mit ZEN können Sie eine eigene Versuchs-PSF eingeben und die optischen Parameter und die PSF anhand verschiedener Angaben feinabstimmen, darunter Probeneinbettungsmedium, Deckglasdicke, PSF-Tiefenvarianz und viele weitere Parameter.

Feinabstimmung der Dekonvolution

Für fortgeschrittene Nutzer

Für eine Dekonvolution in höchster Qualität werden umfassendere Informationen zur exakten PSF Ihres Systems benötigt, einschließlich der Probenpräparation. Mit ZEN können Sie eine eigene Versuchs-PSF eingeben und die optischen Parameter und die PSF anhand verschiedener Angaben feinabstimmen, darunter Probeneinbettungsmedium, Deckglasdicke, PSF-Tiefenvarianz und viele weitere Parameter.

Worin unterscheiden sich Dekonvolutionsmethoden?

Die grundlegenden Prozesse der Konvolution und Dekonvolution im Kontext der Bildunschärfe und der PSF sind der Schlüssel zum Verständnis der Dekonvolutionsalgorithmen. Jeder Dekonvolutionsalgorithmus in ZEN nutzt bestimmte Varianten davon.
Einfache Algorithmen wie Unschärfeausgleich oder Nearest Neighbor subtrahieren eine durch die PSF erzeugte Bildunschärfe vom Rohbild.
Die Umkehrfiltermethode wendet die PSF-Umkehrfunktion direkt an. Iterative Methoden wenden die PSF-Vorwärtsfunktion an, um sich dem Rohbild anzunähern.


Dekonvolutionsmethode	Algorithmischer Prozess	Anwendung	Geschwindigkeit	Ergebnisqualität
Unschärfeausgleich	Subtraktion der Unschärfe von derselben Bildebene	2D-Datensätze	sehr schnell	mittel (2D)
Nearest Neighbor	Subtraktion der Unschärfe von benachbarten Bildebenen	3D mit begrenzter Ebenenzahl	sehr schnell	niedrig
Umkehrfilter	Anwendung der PSF-Umkehrfunktion	Alle 3D-Ebenen	schnell	mittel
Iterativ schnell (Meinel)	Iterativ, PSF-Vorwärtsfunktion auf das prognostizierte Bild, Fehlerfunktion	Perfekt symmetrische PSFs	mittel	gut
Iterativ schnell (Richardson-Lucy)	Iterativ, PSF-Vorwärtsfunktion, Maximum Likelihood	Asymmetrische PSFs	mittel	gut
Iterativ mit Nebenbedingungen	Iterativ, PSF-Vorwärtsfunktion, Maximum Likelihood (optimiert)	Goldstandard	langsam	sehr gut

Standardeinstellungen und Optionen für die Dekonvolution

Für die gängigsten Imaging-Systeme

Spezielle Standardeinstellungen für „Iterativ mit Nebenbedingungen“

Imaging-Modalität	Weitfeld	Apotome	Konfokal	Lightsheet
Normierung	Auto	Auto	Auto	Auto
Hintergrundkorrektur	aus	aus	aus	aus
Flicker-Korrektur	aus	aus	aus	aus
Bleichkorrektur	aus	aus	aus	aus
Hot-Pixel-Korrektur	aus	aus	aus	aus

Stärke	Auto	NA	Auto	Manuell=5
Likelihood	Poisson	NA	Poisson	Poisson
Regularisierung	Nullte Ordnung	NA	Erste Ordnung	Nullte Ordnung
Optimierung	Analytisch	NA	Liniensuche	Analytisch
Erste Schätzung	Input	NA	Mittel	Input
Max. Interaktionen	40	NA	7	40
Automatisches Anhalten (%)	0.1	NA	0.1	0.1
Spezielle Standardeinstellungen für „Iterativ schnell“
Methode	Meinel	NA	Richardson-Lucy	Meinel
Regularisierung	Keine	NA	Keine	Keine
Optimierung	Keine	NA	Keine	Keine
Max. Interaktionen	15	NA	50	15
Automatisches Anhalten (%)	0.1	NA	0.1	0.1
Spezielle Standardeinstellungen für „Regularisierter Umkehrfilter“
Regularisierung	Nullte Ordnung	Nullte Ordnung	Nullte Ordnung	Nullte Ordnung

Downloads

ZEN Deconvolution & Direct Processing for Life Science Application

917 KB

Download
A Practical Guide of Deconvolution

2 MB

Download

Verfügbare Übersetzungen und weitere Benutzerhandbücher finden Sie im ZEISS Download Center.

ZEISS Microscopy kontaktieren

Upgrade/Nachrüstung

Schulung und Fortbildung

Software-Suche

Software-Download

Kontakt

Formular wird geladen ...

Nächster Schritt:

Schritt 1
Schritt 2
Schritt 3

Kontaktieren Sie uns

Erforderliche Angaben

Optionale Angaben

Weitere Informationen über die Datenverarbeitung bei ZEISS entnehmen Sie bitte unserem Datenschutzhinweis.

Deconvolution Toolkit Methoden für die Berechnung optischer Schnitte in den Biowissenschaften