Automatisierte Auszählung von Objekten auf Mikroskopiebildern

Abstract

Kurzreferat In einer Kooperation zwischen der Hochschule Heilbronn (HHN) und dem Deutschen Zentrum für Luft- und Raumfahrt (DLR) sollte in einer Forschungsarbeit die Auszählung von Bakterien in Mikroskopiebildern automatisiert werden. Vor dieser Arbeit wurden die Mikroskopiebildern händisch mit großem Zeitaufwand ausgezählt. Ziel dieser Arbeit war es, eine Software in Form einer grafischen Benutzeroberfläche zu entwerfen, die dem Anwender eine automatisierte Auszählung von Bakterien in Mikroskopiebildern ermöglicht. Dabei sollte sowohl der Ansatz der Bildverarbeitung als auch der Ansatz neuronaler Netze für die Detektion der Bakterien untersucht werden. Nach erfolgreicher Implementierung beider Methoden wurden diese anschließend gegenübergestellt und sowohl die zeitliche Performanz als auch die Genauigkeit untersucht. Um die Genauigkeit beider Algorithmen untersuchen zu können wurden diese auf bereits bestehende und händisch ausgezählte Datensätze angewandt. Für beide Algorithmen konnten gute Ergebnisse erzielt werden. Die Verwendung der Bildverarbeitungsmethode erzielte eine Abweichung von -2,3% für die Detektion von Kalibrierkügelchen und eine Abweichung von 0,4% für die Detektion der Bacillus Subtilis Sporen. Die Anwendung der neuronalen Netze wies eine Abweichung von 3,7% für die Detektion von Kalibrierkügelchen und eine Abweichung von 2,2% für die Detektion der Bacillus Subtilis Sporen auf. Eine Analyse der Performanz zeigte den Vorteil der Bildverarbeitung im Vergleich zu den neuronalen Netzen besonders bei größeren Bildern auf. Um mögliche Ausreiser bei der Verwendung der Algorithmen zu optimieren, wurde neben der Einführung eines jeweiligen Parameters zur manuellen Anpassung der Algorithmen auch die Möglichkeit einer manuellen Nachbearbeitung der Bilder implementiert.