Restauration and shape recognition inside images with Poisson noise: application to the analysis of neurons acquired by fluorescence microscopy
Restauration et reconnaissance des formes dans des images avec bruit de Poisson : application à l'analyse des neurones en microscopies de fluorescence
Résumé
While studying the brain, biologists and doctors focus on some small protrusions
on the dendrites which go by the name of dendritic spines. These spines play an important
role in the synaptic transmission process. They are observed using a fluorescent confocal
microscope. Observed images are hard to exploit because 1) they are degraded by diffractionrelated
blur and noise, 2) they present a large morphological diversity and 3) one dendrite may
show an important density of spines. This thesis is then divided into three parts : the first
part presents a theoretical optimization framework that is then applied to deconvolution under
Poisson noise. The second part considers shape comparison using morphological information
by graph kernels. The third part proposes a framework that deploys the image analysis tools
developed in the previous chapters to get automatically morphological information about the
observed spines.
Dans le cadre de l'étude du cerveau, les biologistes et les médecins s'intéressent à de petites excroissances sur les dendrites appelées épines dendritiques. Ces épines jouent un rôle important au niveau des transmissions synaptiques. Elles sont observées par fluorescence avec un microscope confocal. Les images acquises sont difficiles à exploiter car elles sont 1) dégradées par le flou dû aux limites de la diffraction et du bruit, 2) les épines présentent une grande diversité morphologique et 3) une dendrite peut posséder une densité importante d'épines. Cette thèse se décompose donc en trois parties : la première partie présente un cadre théorique d'optimisation aboutissant à des algorithmes de déconvolution sous bruit de Poisson. La deuxième partie concerne la comparaison de formes par leur morphologie avec des noyaux sur graphes. La troisième partie propose une plateforme d'exploitation d'images d'épines pour obtenir automatiquement des informations morphologiques sur ces épines.
Loading...