基于定位数据的全景超分辨图像交互可视化框架

作     者：王晨泽 沈雪豪 黄振立 王政霞 Wang Chenze;Shen Xuehao;Huang Zhenli;Wang Zhengxia

作者机构：海南大学计算机科学与技术学院海口570228 海南大学信息与通信工程学院海口570228 海南大学生物医学工程学院海口570228 

出 版 物：《计算机研究与发展》 (Journal of Computer Research and Development)

年 卷 期：2024年第61卷第7期

页      面：1741-1753页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(82160345) 海南省重大科技计划项目(ZDYF2021GXJS017) 海口市重点科技项目(2021-016) 

主　　题：交互可视化 大规模定位数据 全景超分辨图像 全景数字病理 多分辨率层级结构 

摘      要：超分辨定位成像和全景数字病理结合,为研究人员观察整个样本的亚细胞结构提供了有力工具,同时也带来了全景超分辨图像海量数据可视化的挑战.然而,现有的超分辨图像可视化方法无法处理大规模定位数据、不能提供高分辨全景图像和无法交互可视化全景图像.针对以上问题,提出了一个基于定位数据的全景超分辨图像交互可视化框架,称为PNanoViewer,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.该框架基于随机采样策略构建定位数据的多分辨率层级结构,以交互方式可视化多尺度全景超分辨图像;同时采用分块策略和多线程并行策略,分批次处理大规模定位数据,既防止内存溢出又加快了处理速度.从数千万到数亿个定位点数据集上的实验结果表明,PNanoViewer框架能够可视化任意规模的定位数据.将该框架与目前3种流行的超分辨图像可视化方法PALMsiever,ThunderSTORM,QCSTORM从数据量、分辨率和速度3个方面进行对比,PNanoViewer都具有明显优势.同时也为大规模定位数据的可视化提供了一个有益的探索.