Procesamiento de Imágenes

para Biología y Medicina

Práctico: Deconvolución
En este práctico usaremos tres plugins que hay que instalar en FIJI. Los archivos que se mencionan están
en la carpeta /home/pimbio/plugins/deconvolucion/ de las máquinas de la sala o se pueden descargar de
los sitios correspondientes.

• DeconvolutionLab: del Biomedical Image Group (EPFL, Switzerland) que está en el material del cur-
so y se puede descargar de http://bigwww.epfl.ch/algorithms/deconvolution/ junto con varios ejem-
plos de uso.

◦ Para instalar la v1.0 hay que copiar manualmente el archivo DeconvolutionLab.zip en la carpeta
plugins de FIJI y descomprimirlo (se crea una carpeta DeconvolutionLab en el directorio)

◦ Para instalar la v2.0 copiar el archivo DeconvolutionLab_2.jar en la carpeta plugin de FIJI. Tam-
bién alcanza con arrastrar hacia Fiji o abrir desde FIJI el archivo. Usaremos esta versión en el
curso.

• Parallel Iterative Deconvolution 2D and 3D: de Piotr Wendykier que está en el material del curso y
se puede descargar de http://imagej.net/Parallel_Iterative_Deconvolution. Para instalarlo hay que
copiar manualmente el archivo parallel_iterative_deconvolution-1.12-bin.zip descargado en la car-
peta plugins de FIJI y descomprimirla (se crea una carpeta ParallelIterativeDeconvolution en el di-
rectorio).

• PSF Generator: del Biomedical Image Group (EPFL, Switzerland) que está en el material del curso y
se puede descargar de http://bigwww.epfl.ch/algorithms/psfgenerator/. Para instalarlo copiar el ar-
chivo PSF_Generator.jar en la carpeta plugins de FIJI. También alcanza con arrastrar hacia Fiji o
abrir desde FIJI el archivo.

Usaremos imágenes y stacks que están en el directorio /home/pimbio/imagenes/deconvolucion/.

Deconvolución con DeconvolutionLab

Usar archivos en el directorio /home/pimbio/imagenes/deconvolucion/DeconvolutionLab/; también están
disponibles para descargar desde el EVA o ir a la fuente de los archivos en la web del Biomedical Image
Group de la EPFL.

1. Abrir los siguientes stacks en el directorio Synthetic_Hollow_Bars.

• Bars.tif: Volumen sintético generado como un conjunto de stacks.

• PSF-Bars.tif: PSF para la deconvolución.

• Bars_G10-P30.tif: Convolución del Bars.tif con la PSF-Bars.tif y con ruido agregado

(SNR=30dB)

2. Analizar los objetos presentes en los stacks viendo las diferentes imágenes del stack.

2.1. Usar la herramienta (Image > Stacks > Orthogonal Views) para ver el mismo volumen como un
stack en otras direcciones.

2.2. Usar la herramienta (Plugins > 3D Viewer) para ver el volumen de datos. Elegir “Display as Volu -

1
 Procesamiento de Imágenes
para Biología y Medicina

me”.

3. Ejecutar DeconvolutionLab2 (Plugins > DeconvolutionLab2 > DeconvolutionLab2 Run)

3.1. En la pestaña Deconvolution elegir la imagen de entrada (Bars_G10-P30.tif), la PSF (PSF-Bars.-

tif) y el algoritmo (Richardson-Lucy con N=10 iteraciones)

3.2. En la pestaña Advance no es necesario modificar las opciones por defecto. Se pueden probar
las variantes al cambiar los parámetros en Preprocessing o Resources. Conviene dejar verbose
en log en la sección Controller.

3.3. Ejecutar mediante el botón Run. Leer e interpretar la ventana que monitorea el avance de la eje-
cución.

Atención: alguno de estos algoritmos pueden ser muy exigentes de recursos computacionales (procesador,
memoria) y pueden generar muchos datos (Opción Video).

4. Repetir el paso anterior probando con otros algoritmos y comparando los resultados; probar “Naive
inverse filtering” y “Regularized inverse filtering”.

Ejecutar los diferentes algoritmos y evaluar cualitativamente las imágenes obtenidas. Evaluar los opcio-
nes que ofrece el plugin con un algoritmo a elección (que funcione bien): tiempo de ejecución con y sin
FFTW, generación de video por iteración, eliminar background…

Ejercicio. Usar el juego de datos C_elegans_embryo para realizar la deconvolución. Este juego de datos
incluye tres canales diferentes (FITC, DAPI, CY3) y sus correspondientes PSFs. Se deberá hacer la “me-
jor” deconvolución de canal por separado. Luego crear un stack con los tres canales con la herramienta
Image > Color > Merge Channels...

Generación de la PSF teórica

1. Ejecutar el plugin PSF_Generator (Plugins > PSF Generator)

2. Generar la PSF teórica con los modelos de Richardson & Wolf y Born & Wolf para los datos del ejem-
plo de Bars.tif (ver los parámetros en las diapositivas). Se generan dos stacks “PSF RW” y “PSF
BW” respectivamente.

3. Realizar la deconvolución con las PSFs generadas.

Deconvolución con Parallel Iterative Deconvolution 2D

Usar imágenes del directorio /home/pimbio/imagenes/deconvolucion/Parallel_Iterative_Deconvolution/;
también están disponibles para descargar desde el EVA o ir a la fuente de los archivos en la web del Bio-
medical Image Group de la EPFL.

Parallel Iterative Deconvolution 2D

1. Abrir las imágenes grain-true.png, grain-blur.png y grain-psf.png en el directorio grain-example.

2. Ejecutar Parallel Iterative Deconvolution 2D del menú de plugins (Plugins > Parallel Iterative Deconvo-

2
Procesamiento de Imágenes
para Biología y Medicina

lution > 2D Iterative Deconvolution…)

2.1. Elegir la imagen blurred y la PSF grain-blur.png y grain-psf.png respectivamente.

2.2. Elegir las siguientes opciones

▪ Method: MRNSD
▪ Preconditioner: FFT (auto tolerance)
▪ Boundary: Reflexive
▪ Resizing: Auto
▪ Output: Same as source
▪ Number of iterations: 5
2.3. Deconvolucionar

3. (Opcional) Repetir los pasos anteriores agregando diferentes tipos de ruido (variando su potencia) a
la imagen grain-blur.png. Evaluar las deconvoluciones obtenidas y comparar con el caso anterior.

3.1. Cuantificar la media y desviación estándar del error.

Evaluar diferentes algoritmos y opciones y cómo afectan la imagen deconvolucionada.

Parallel Iterative Deconvolution 3D

1. Abrir las imágenes head_true.png, head_blur.png y head_psf.png en el directorio head-example.
2. Ejecutar Parallel Iterative Deconvolution 3D del menú de plugins (Plugins > Parallel Iterative Deconvo-
lution > 3D Iterative Deconvolution…)

2.1. Elegir la imagen blurred y la PSF head_lur.png y head_psf.png respectivamente.

2.2. Elegir las siguientes opciones

2.1. Method: MRNSD

2.2. Preconditioner: None
2.3. Boundary: Reflexive
2.4. Resizing: Auto
2.5. Output: Same as source
2.6. Number of iterations: 40
2.3. Deconvolucionar.

Evaluar diferentes algoritmos y opciones y cómo afectan la imagen deconvolucionada.