Kurzfassung
Die lokale Verfügbarkeit von effizienten und leistungsf ähigen Biosensoren, z.B. an Flughäfen, gewinnt durch die zunehmende Verbreitung viraler Infektionen zunehmend an Bedeutung. Die zentralen Herausforderungen für entsprechende in situ Virusdetektionssysteme sind eine schnelle und sichere Erkennung der Viren respektive die Adaptivität an unterschiedliche Ausprägungen von Erregern. Optische Verfahren, wie die neuartige Plasmonen-unterstützte Mikroskopie von Nanoobjekten erlauben es, diesen Anforderungen zu entsprechen. Aufgrund starker multipler Artefaktbelastung des Signals und hohen Datenmengen (zeitlichen und örtlichen), werden nachhaltige Anforderungen an die Bildrestauration und -analyse gestellt. Hier setzt die vorliegende Arbeit an, welche eine GPGPU-basierte Bildrestaurations- und Bildanalysepipeline vorstellt. Über eine Kombination aus lokaler und globaler Parameteroptimierung mittels Genetischer Algorithmen kann eine höhere Effektivität der einzelnen Stufen der Verarbeitung erzielt werden, aber auch im übergreifenden Verbund – dies zeigt sich nachhaltig in der Erkennungsrate des Biosensors für Viren.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Similar content being viewed by others
Literaturverzeichnis
Erickson D, et al. Optofluidic, electrical and mechanical aproaches to biomolecular detection at the nanoscale. Microfluid Nanofluid. 2008;4:33–52.
Zybin A, et al. Real-time detection of single immobilized nanoparticles by surface plasmon resonance imaging. Plasmonics. 2010;5:31–5.
Karlovsky P. Moderne Diagnosemethoden und Nachweisverfahren. Schriftenreihe der Deutschen Phytomedizinischen Gesellschaft. 2006; p. 104–18.
Allen RL, Mills DW. Signal analysis. Wiley-Interscience; 2004.
Melange T, et al. Fuzzy random impulse noise removal from color image sequences. IEEE Trans Image Process. 2011;20(4):959–70.
Ruiz A, et al. The GPU on biomedical image processing for color and phenotype analysis. In: Proc IEEE ICBB; 2007. p. 1124–8.
Dasika G, et al. MEDICS: Ultra-portable processing for medical image reconstruction. In: Proc ICPA; 2010. p. 181–92.
Luke S. Essentials of metaheuristics; 2009. Online-Version (Dezember 2011) http://cs.gmu.edu/∼sean/book/metaheuristics/.
Weichert F, et al. GPGPU-basierte Echtzeitdetektion von Nanoobjekten mittels Plasmonen-unterst¨utzter Mikroskopie. Proc BVM. 2011; p. 39–43.
Timm C, et al. Improving nanoobject detection in optical biosensor data. Proc 5th BMIC Symp. 2011;2:236–40.
Man K, et al. Genetic algorithms: concepts and designs. Springer-Verlag; 2001.
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2012 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Libuschewski, P., Weichert, F., Timm, C. (2012). Parameteroptimierte und GPGPU-basierte Detektion viraler Strukturen innerhalb Plasmonen-unterstützter Mikroskopiedaten. In: Tolxdorff, T., Deserno, T., Handels, H., Meinzer, HP. (eds) Bildverarbeitung für die Medizin 2012. Informatik aktuell. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-28502-8_42
Download citation
DOI: https://doi.org/10.1007/978-3-642-28502-8_42
Published:
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-642-28501-1
Online ISBN: 978-3-642-28502-8
eBook Packages: Computer Science and Engineering (German Language)