AUTOMATYCZNE METODY ANALIZY ORIENTACJI MIKROTUBUL
Producent: LIBRES
Sklep: libres.pl
Cena:
19.89 PLN
UWAGA- JEŚLI W PARAMETRACH SĄ RÓZNICE DATY, STRON,
WYDAWNICTWA ITP. PATRZ ZAWSZE NA OPIS AUKCJI ON JEST NAJWAŻNIEJSZY.
Automatyczne metody analizy orientacji mikrotubulZYGMUNT WRÓBEL,
ROBERT KOPROWSKI120 s., 170 x 240 mm, 250oprawa broszurowa
foliowanabibliogr., rys., wykr., fot., ilustr.summ., rez.Katowice,
2007ISBN/ISSN 978-83-226-1719-9Index 60.91-314Książka adresowana
jest przede wszystkim do biologów, utwierdzając ich w przekonaniu,
że wiele pracochłonnych pomiarów może za nich wykonać profilowany
program komputerowej analizy obrazu. Algorytmy analizy i
przetwarzania obrazów, wykorzystywane w tej grupie badań, owocują
nie tylko ilościowymi wynikami, lecz także pełną automatyzacją
pomiarów, co znacznie przyspiesza proces badań. Cele monografii to
m.in.: opracowanie metody automatycznego wyznaczania kąta
nachylenia mikrotubul, opracowanie metody przestrzennej
rekonstrukcji mikrotubul oraz opracowanie metody wyznaczania
przestrzennego rozłożenia protofilamentów w poprzecznym obrazie
mikrotubuli.SPIS TREŚCIWYKAZ WAŻNIEJSZYCH OZNACZEŃ . . . . . . . .
. . . 71. WPROWADZENIE. . . . . . . . . . . . . . . . . . 92.
OBRAZY MIKROTUBUL . . . . . . . . . . . . . . . 122.1. Mikrotubula
– podstawowe dane biologiczne. . . . . . . . . 122.2. Algorytmy
analizy obiektów wydłużonych . . . . . . . . . 143. ALGORYTMY DO
POMIARU KĄTA NACHYLENIA MIKROTUBUL . 173.1. Mikrotubule i ich
geometryczne przybliżenie. . . . . . . . . 173.2. Wstępne
przetwarzanie obrazu . . . . . . . . . . . . . 213.3. Idea oraz
algorytm pomiaru stopnia nachylenia mikrotubul . . . . 223.4.
Optymalizacja algorytmu. . . . . . . . . . . . . . . 323.5.
Zastosowanie operacji szkieletyzacji dla mikrotubul. . . . . . .
373.6. Analiza kąta nachylenia komórek . . . . . . . . . . . . 394.
WŁASNOŚCI OPRACOWANEGO ALGORYTMU . . . . . . . . 454.1.
Przybliżenie mikrotubuli prostą . . . . . . . . . . . . . 454.2.
Metodyka pomiaru własności algorytmów. . . . . . . . . . 504.2.1.
Generator losowy obiektów wydłużonych . . . . . . . . 514.2.2.
Analiza histogramów . . . . . . . . . . . . . . 534.3. Parametry
opracowanych algorytmów . . . . . . . . . . . 544.3.1. Wpływ zmian
rozmiaru maski h . . . . . . . . . . 544.3.2. Wpływ zmian progu pr
. . . . . . . . . . . . . 564.3.3. Wpływ liczby obiektów na scenie
. . . . . . . . . . 584.3.4. Wpływ kąta nachylenia obiektów na
scenie . . . . . . . 594.3.5. Wpływ doboru kroku działania
algorytmu. . . . . . . . 604.4. Podsumowanie. . . . . . . . . . . .
. . . . . . 615. ANALIZA ZMIENNOŚCI KĄTA NACHYLENIA MIKROTUBUL . .
. 625.1. Obszarowa analiza kąta nachylenia mikrotubul . . . . . . .
. 625.2. Typy histogramów mikrotubul . . . . . . . . . . . . .
675.3. Podsumowanie. . . . . . . . . . . . . . . . . . 726.
REKONSTRUKCJA MIKROTUBUL NA PODSTAWIE SEKWENCJI ICHOBRAZÓW . . . .
. . . . . . . . . . . . . . . . 766.1. Wprowadzenie . . . . . . . .
. . . . . . . . . . 766.2. Nakładanie sekwencji obrazów . . . . . .
. . . . . . . 777. POLE KIERUNKU W ANALIZIE OBIEKTÓW CYLINDRYCZNYCH
. . 827.1. Wprowadzenie . . . . . . . . . . . . . . . . . . 827.2.
Analiza konturów obiektów cylindrycznych . . . . . . . . . 837.3.
Analiza obiektów cylindrycznych . . . . . . . . . . . . 887.3.1.
Wyznaczenie obszaru poddawanego analizie . . . . . . . 887.3.2.
Rekonstrukcja konturu obiektu cylindrycznego . . . . . . 937.4.
Przykładowe zastosowanie . . . . . . . . . . . . . . 978. ANALIZA
OKRESOWOŚCI PROTOFILAMENTÓW W POPRZECZNYMOBRAZIE MIKROTUBULI . . .
. . . . . . . . . . . . 998.1. Wprowadzenie . . . . . . . . . . . .
. . . . . . 998.2. Liczba protofilamentów w poprzecznym obrazie
mikrotubuli . . . . 1008.3. Okresowości protofilamentów w
poprzecznym obrazie mikrotubuli . . 1058.3.1. Szybka transformata
Fouriera . . . . . . . . . . . 1058.3.2. Optymalizacja simpleksowa
. . . . . . . . . . . . 1078.3.3. Filtracja filtrem Butterwortha .
. . . . . . . . . . 1108.3.4. Inne możliwe podejścia . . . . . . .
. . . . . . 1148.4. Podsumowanie. . . . . . . . . . . . . . . . . .
1159. LITERATURA . . . . . . . . . . . . . . . . . . . 116Summary.
. . . . . . . . . . . . . . . . . . . . . 119[1][1] . . . . . . . .
. . . . . . . . . . . . . . 1206 Spis treści1.
WPROWADZENIEPrzeważająca część informacji o otaczającym świecie
dociera do nas za pośrednictwemwzroku. Nic więc dziwnego, że w
dobie szybkiego rozwoju informatykipodejmuje się intensywne próby
automatyzacji analizy i przetwarzaniaobrazów, używając do tego celu
komputerów. Nasz zmysł wzroku z pewnościąprzewyższa komputer w
interpretacji obrazu, komputer natomiast jest jednoznacznyw swych
decyzjach. Poza tym komputer może powtarzać te same czynnościsetki
lub tysiące razy, nie odczuwając przy tym zmęczenia
monotonnąpracą.Proces uczenia komputera analizy i przetwarzania
obrazów stał się dopierowtedy możliwy, kiedy wprowadzono cyfrowy
zapis obrazu, a także kiedy pojawiłysię wystarczająco wydajne
procesory oraz duże pamięci mogące zapisywaći analizować
wprowadzone obrazy. Analiza i przetwarzanie obrazów obecnieznalazły
zasto
Przejdź do sklepu