An Adaptive Algorithm for Multimodal Focus Functions in Automated Fluorescence Microscopy

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14330%2F08%3A00026789" target="_blank" >RIV/00216224:14330/08:00026789 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

An Adaptive Algorithm for Multimodal Focus Functions in Automated Fluorescence Microscopy

Popis výsledku v původním jazyce

This work presents a new autofocusing algorithm for fluorescence microscopy that aims at finding all significant planes of focus in cases that the focus function applied on real data is not unimodal, which is often the case. First, nineteen focus functions are tested and their ability to show local maxima clearly is evaluated. The results show that only six focus functions work successfully. Then adaptively variable step size is introduced because wide range of possible focus positions has to be passednot to miss a local maximum. The algorithm therefore assesses the steepness of the focus function on-line so that it can decide whether bigger or smaller step size should be used for acquiring next image. It is shown that for Normalized Variance, the knowledge about steepness can be obtained after normalizing with respect to the theoretical maximum of this function. The resulting algorithm is reliable and efficient compared to a simple procedure with constant steps.

Název v anglickém jazyce

An Adaptive Algorithm for Multimodal Focus Functions in Automated Fluorescence Microscopy

Popis výsledku anglicky

This work presents a new autofocusing algorithm for fluorescence microscopy that aims at finding all significant planes of focus in cases that the focus function applied on real data is not unimodal, which is often the case. First, nineteen focus functions are tested and their ability to show local maxima clearly is evaluated. The results show that only six focus functions work successfully. Then adaptively variable step size is introduced because wide range of possible focus positions has to be passednot to miss a local maximum. The algorithm therefore assesses the steepness of the focus function on-line so that it can decide whether bigger or smaller step size should be used for acquiring next image. It is shown that for Normalized Variance, the knowledge about steepness can be obtained after normalizing with respect to the theoretical maximum of this function. The resulting algorithm is reliable and efficient compared to a simple procedure with constant steps.

Druh

D - Stať ve sborníku

CEP obor

JD - Využití počítačů, robotika a její aplikace

OECD FORD obor

—

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění

2008

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Medical Imaging Conference

ISBN

978-1-4244-2714-7

ISSN

1082-3654

e-ISSN

—

Počet stran výsledku

5

Strana od-do

—

Název nakladatele

IEEE

Místo vydání

Dresden

Místo konání akce

Dresden

Datum konání akce

22. 10. 2008

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—