• Top-hat transformation(TH)による特徴抽出 Mathematical morphology(数理形態学)に基づく画像解析手法の開発 • Top-hat transformation(TH)による特徴抽出 背景の輝度分布にかかわらず，特徴構造を特異的に抽出することが可能 原理： 不均一な背景からの特徴構造(スポット)の抽出 f 輝度値プロファイル ピークを認識して抽出 f : Original image (f ) 輝度値 TH(f )= f- (f ) (f ) : Opening of f TH(f ) :Top-hat of f 適用例： 蛍光スポットの抽出 (Kimori & Morone, submitted for publication, BMC Bioinformatics) これは、Top-hat変換をさらに拡張したアルゴリズムで画像解析を行った図です。Top-hat変換はここにありますように、輝度によらず特徴的な構造を特異的に抽出できるのが特徴で、下のカベオリンの写真では、バックグラウンドを除去したドット状の蛍光が抽出できています 。 このMathematical morphology演算処理を、私どもの画像データに適用できないか検討を行いました。 カベオリンの蛍光顕微鏡像 蛍光輝点の抽出像
線維状構造(tubulin領域)の選択的強調 原画像 強調画像 こちらは、葉におけるチューブリンです。左画側が処理前、右側は演算処理を行ってもらったものです。繊維状の構造であるチューブリンの領域が強調されています。 線維状構造(tubulin領域)の選択的強調
Peroxisome領域のセグメンテーション 原画像 抽出画像 これはペルオキシソームタンパク質輸送変異体の１つの根毛細胞のGFPのパターンです。輸送効率が低下しているためGFPがドット状のペルオキシソームだけでなく、サイトソルでも検出されてしまうのですが、これからサイトソル成分だけを除去したのが右側の図です。ペルオキシソームのみが抽出されています。 Peroxisome領域のセグメンテーション
Peroxisome領域のセグメンテーション 04PerBY2(部分) 原画像 抽出画像 抽出領域の重ね合わせ また、こちらはRFPでペルオキシソームを可視化したBY-2のカルスです。複数の細胞が重なっていおり、バックグラウンドがノイズとして検出されますが、前のスライドと同様にペルオキシソームの領域が抽出されています。 Peroxisome領域のセグメンテーション
Peroxisome領域のセグメンテーション 原画像 抽出画像 抽出領域の重ね合わせ これもペルオキシソームが可視化されている形質転換体の根の写真ですが、あえて厚みのあるように撮影してものです。フォーカス面から外れた蛍光が高いバックグラウンドとして観察されます。このようなサンプルにおきましても、このようなペルオキシソームの領域が抽出されます。 Peroxisome領域のセグメンテーション
イメージングデータの取得 イメージングデータの解析 このように、取得したイメージデータを解析し、それを実験系にフィードバックしたり、あるいはシミュレーションを立てて、それをもとに実験系を組み立て直しといった一連の研究体制を構築していきたいと考えています。