超分辨定位成像(Super-Resolution Localization Microscopy,SRLM)是一种能在纳米级别观察生物结构的光学显微技术。全景超分辨定位成像可以显示整个样品的生物结构,帮助生物学家探索生物组织和功能、检测低概率事件和无偏研究等。为了获取全景图像,一般需要将几十甚至上百个局部视场的定位数据拼接成大规模定位数据,并对其可视化。然而,大规模定位数据的数据量高达几十甚至几百GB,超过了普通计算机的内存。现有的定位数据可视化算法要么只能可视化小规模定位数据,要么为了处理大规模定位数据而降低图像分辨率,不能满足用户在普通计算机上可视化全景超分辨图像的需求。针对上述问题,本文提出了一种大规模定位数据可视化框架,旨在普通计算机上实现大规模定位数据的快速交互可视化。具体内容如下:(1)针对超分辨定位成像数据特征,基于随机采样策略自下而上地构建多分辨率层级结构(Sampling-Level of Detail,sLOD),提出了面向超分辨定位成像的大规模定位数据可视化框架(sLODViewer)。具体地,该框架采用分批次处理技术,将大规模定位数据划分为许多小批次,然后将每个小批次的定位数据按照不同精度划分为多个层级,并根据用户需求动态加载相应层级的数据。通过这种方式,可以生成与计算机视窗尺寸匹配的图像,并实现快速实时交互可视化。本文在实验数据集上与其他可视化方法进行了对比实验,结果表明该框架在处理大规模定位数据、查看高分辨率图像、快速可视化等方面具有明显优势。(2)为了解决sLODViewer可视化框架中随机采样策略造成的图像信息和生物结构信息的损失问题,本文提出了一种新的无损可视化框架(fLODViewer)。该框架基于融合策略构建多分辨率层级结构(Fusion-Level of Detail,fLOD),并在交互可视化时按需调用与渲染融合点。融合点是指在各分辨率层级上,将同一空间区域内的所有定位点直方图渲染特征融合在一起的点。基于仿真数据和实验数据,本文证明了该框架能够生成与Ground Truth相同质量的超分辨图像,并且保留了丰富的生物结构信息,同时显著减少了定位点数目。(3)设计并开发定位数据可视化系统。该系统使用C++语言实现面向超分辨定位成像的大规模定位数据可视化框架,包括交互可视化导航功能、生物结构图像截取、图像多色绘制等功能。该系统为用户探索细胞组织的生物特征提供了便利。
暂无评论