Loading article…
顕微鏡画像処理とは、顕微鏡で得られた画像を処理、分析、表示するためにデジタル画像処理技術を用いることを包括的に指す用語です。このような処理は、医学、生物学研究、がん研究、薬剤試験、冶金学など、さまざまな分野で広く用いられています。現在では、多くの顕微鏡メーカーが、画像処理システムとの連携を可能にする機能を顕微鏡に組み込んで設計しています。
1990年代初頭まで、ビデオ顕微鏡アプリケーションにおける画像取得のほとんどは、アナログビデオカメラ、多くの場合、閉回路テレビカメラで行われていました。これにはフレームグラバーを使用して画像をデジタル化する必要がありましたが、ビデオカメラはフルビデオフレームレート（毎秒25～30フレーム）で画像を提供し、ライブビデオの録画と処理を可能にしました。固体検出器の登場によりいくつかの利点がもたらされましたが、リアルタイムビデオカメラは実際には多くの点で優れていました。
今日では、通常、顕微鏡の光路に設置されたCCDカメラを使用して画像を取得します。カメラはフルカラーまたはモノクロの場合があります。多くの場合、できるだけ多くの直接情報を取得するために、非常に高解像度のカメラが使用されます。 [ 1 ]ノイズを最小限に抑えるために、極低温冷却も一般的です。この用途で使用されるデジタルカメラは、多くの場合、12～16ビットの解像度でピクセル強度データを提供しますが、これは民生用イメージング製品で使用される解像度よりもはるかに高いものです。
近年、ビデオレート、あるいはそれ以上の速度（毎秒25～30フレーム以上）でのデータ取得に多大な努力が注がれてきた。かつては市販のビデオカメラで容易に実現できたことが、今では膨大なデジタルデータ帯域幅を処理するための特殊な高速電子機器を必要とするようになった。
高速な画像取得により、動的なプロセスをリアルタイムで観察したり、後で再生・分析するために保存したりすることが可能になります。高解像度の画像と組み合わせると、この手法は膨大な量の生データを生成する可能性があり、最新のコンピュータシステムであっても処理が困難な場合があります。
現在のCCD検出器は非常に高い画像解像度を実現できる一方で、チップサイズが一定の場合、画素数が増えるにつれて画素サイズが小さくなるというトレードオフが生じる。画素が小さくなると、画素のウェルの深さが浅くなり、蓄積できる電子の数も減少する。その結果、信号対雑音比が低下する。
最適な結果を得るには、用途に適したセンサーを選択する必要があります。顕微鏡画像には解像度の限界があるため、ノイズの多い高解像度検出器を画像取得に使用することは、多くの場合あまり意味がありません。ピクセルサイズが大きく、より控えめな検出器の方が、ノイズが低減されるため、はるかに高品質な画像が得られることがよくあります。これは、蛍光顕微鏡などの低照度環境下でのアプリケーションにおいて特に重要です。
さらに、アプリケーションの時間分解能要件も考慮する必要があります。低解像度の検出器は、多くの場合、取得レートが大幅に向上し、より高速なイベントの観測が可能になります。逆に、観測対象が静止している場合は、1枚の画像を取得するのに必要な時間を気にせず、可能な限り高い空間分解能で画像を取得したいと考えるかもしれません。
顕微鏡画像処理は、顕微鏡試料に含まれる情報を最も正確に再現することを目的とした基本的な技術から始まります。これには、画像の明るさやコントラストの調整、画像ノイズを低減するための画像の平均化、照明の不均一性の補正などが含まれます。このような処理は、画像間の基本的な算術演算（加算、減算、乗算、除算）のみで行われます。顕微鏡画像に対して行われる処理の大部分は、このような性質のものです。
画像畳み込みと呼ばれる一般的な2D演算のもう1つのクラスは、画像の詳細度を下げたり強調したりするためによく使用されます。ほとんどのプログラムにおけるこのような「ぼかし」や「シャープ化」アルゴリズムは、ピクセルとその周囲のピクセルの加重和に基づいてピクセルの値を変更するか（カーネルベースの畳み込みの詳細な説明は、それ自体で別の項目で取り上げる価値があります）、フーリエ変換を使用して画像の周波数領域関数を変更することによって機能します。ほとんどの画像処理技術は周波数領域で実行されます。
その他の基本的な2次元技術には、画像の回転、歪み補正、色バランス調整などの操作が含まれます。
時には、顕微鏡の光路の歪みを「補正」し、装置に起因する歪みやぼやけを除去するために、高度な技術が用いられることがあります。このプロセスはデコンボリューションと呼ばれ、非常に複雑な数学的手法を含む様々なアルゴリズムが開発されています。その結果、光学領域のみでは得られない、はるかに鮮明でクリアな画像が得られます。これは通常、体積画像（つまり、試料の様々な焦点面で撮影された画像）を解析し、このデータを用いてより正確な3次元画像を再構築する3次元処理です。
もう一つの一般的な要件は、固定位置で焦点深度を変えながら一連の画像を撮影することです。ほとんどの顕微鏡試料は基本的に透明であり、焦点を合わせた試料の被写界深度は非常に狭いため、共焦点顕微鏡のような2次元装置を用いて3次元物体を「透過」して画像を撮影することが可能です。その後、ソフトウェアによって元の試料の3次元モデルが再構築され、適切に操作することができます。この処理によって、2次元装置が、そうでなければ存在し得なかった3次元装置へと変換されます。近年、この技術は細胞生物学において数々の科学的発見をもたらしています。
画像の解析方法は、用途によって大きく異なります。一般的な解析方法としては、オブジェクトのエッジの位置を特定したり、類似するオブジェクトの数を数えたり、各オブジェクトの面積、周囲長、その他の有用な測定値を計算したりすることが挙げられます。一般的なアプローチとしては、特定の条件に一致するピクセルのみを含む画像マスクを作成し、そのマスクに対してより単純なスキャン操作を実行する方法があります。また、ビデオシーケンス内の複数のフレームにわたってオブジェクトにラベルを付け、その動きを追跡することも可能です。
Russ, John C. (2006年12月19日) [1992].画像処理ハンドブック（第5 版）. CRC Press. ISBN 0-8493-7254-2。