29
Microscopie électronique et traitement d’images Cours N°2 Traitement d’images Structure d’objets biologiques dans les 3D Master informatique spécialité IMA Prof. Catherine Vénien-Bryan Institut de minéralogie et de physique des milieux condensés (IMPMC) CNRS UMR 7590, UPMC E-mail: [email protected] Traitement d’images Particules isolées, protéines macromolécules, petits virus (haute résolution) Numérisation de l’image, cameras CCD Sélection des particules et normalisation du contraste Analyse dans les 2dimensions: Alignement Classification des images Création du modèle dans les 3 dimensions et raffinement Méthode des séries coniques aléatoires Lignes communes (transformée de Radon) Raffinement Cellules entières, bactéries virus (moyenne résolution) Tomographie électronique cellulaire

Cours N°2 Traitement d’images Structure d’objets ... · Microscopie électronique et traitement d’images Cours N°2 Traitement d’images Structure d’objets biologiques dans

  • Upload
    vuthien

  • View
    226

  • Download
    0

Embed Size (px)

Citation preview

Microscopie électronique et traitement d’images

Cours N°2 Traitement d’images Structure d’objets biologiques

dans les 3D

Master informatique spécialité IMA

Prof. Catherine Vénien-Bryan!

Institut de minéralogie et de physique des milieux condensés (IMPMC)!

CNRS UMR 7590, UPMC!

E-mail: [email protected]!

Traitement d’images

Particules isolées, protéines macromolécules, petits

virus (haute résolution) •" Numérisation de l’image, cameras CCD

•" Sélection des particules et normalisation du contraste

•" Analyse dans les 2dimensions:

•" Alignement

•" Classification des images

•" Création du modèle dans les 3 dimensions et raffinement

•" Méthode des séries coniques aléatoires

•" Lignes communes (transformée de Radon)

•" Raffinement

Cellules entières, bactéries virus (moyenne résolution) •" Tomographie électronique cellulaire

Digital images Sampling and grey level

Discrétisation spatiale et quantification

Image Digitization

Original image Image sampled

at low resolution

Grey level resolution:

one bit can code for 2 states: “0” or “1”

Byte (octet): a string of 8 bits

can code for 28 = 256

different states

Pixel size

The image must be divided up into

pixels (sampled) at a spacing at least twice as fine as the finest

detail (highest frequency) to be analysed.

(in practice, 3-4x as fine).

Each picture element

stored in the computer, with its own grey level, is

called a pixel.

Digital images Sampling-1

!"#$%&'%($)$#***%

Digital images Sampling -3 - spatial resolution

Théorème de Nyquist-Shannon

Nyquist-Shannon frequency: the

sampling frequency is twice the highest frequency term being

represented.

If the same sampling frequency is

used for a higher frequency wave, the sample points do not follow the

oscillations. The features will not be correctly represented in the image.

Remember that the image can be represented as the sum

of a series of sinusoidal waves. The highest frequency wave term present defines the resolution limit. When an

image is digitised, the wave components are sampled at an interval defined by the scanner step size.

•" In practice, it is necessary to sample at 3-4x the

resolution, to avoid numerical rounding errors.

Digital images Scanning – number of grey levels-1

144 72 16

8 4 2

Noise reduction by averaging

Averages of 2 5 10 25 200 images

Raw

images

Variance

For a stack of aligned images, the

variance can be calculated for each

pixel, to give a map of variations

between the images in the data set.

This can help to assess the reliability

of features seen on the average

image, and can reveal if images of

different structures are mixed up in

the same data set.

The variance is determined for each pixel as the difference

between the pixel value in a given image and the average

value of that pixel in all the images. This difference is squared

and the sum of these squares is calculated for all the images in

the stack.

Variance = [1/(N-1)] ![Pi(rj) - Pav (rj)]2

where Pi(rj) is the value of pixel j in image i and Pav (rj) is the

average value of pixel j in all the images, for a set of N images.

i,,j

!"#$%&'()*+,#-'&()#"&($'&(./(

01$'234"()'&(5#6327$'&(8+$,"-./0&0%!"#$%&'()*+*9(

Normalisation du contraste

Soustraction de la moyenne et division par l’écart type

Alignement et fonctions de corrélation

Corrélation croisée 2D

1%2%3$4% 5%2%6,/7$%

and =

5%$'8%8#/0'9/8:%$8%;%-+/<=$%>"'&?"0%@$%5%%

$0%A%$8%B%=0%0"=C$/=%-"$D-&$08%@$%-"##:9/?"0%%

$'8%-/9-=9:E%

F$%#:'=98/8%G0/9%$'8%=0$%-/#8$%(&@&,$0'&"00$99$%@"08%9/%8/&99$%%

-"##$'>"0@%;%-$99$%@$'%&,/7$'%@H"#&7&0$%$8%<=&%>"''I@$%=0%%

>&-%@$%-"##:9/?"0%<=&%-"##$'>"0@%;%9/%8#/0'9/?"0%@$%5%>"=#%%

9/<=$99$%9$'%@$=J%@&'<=$'%'$%'=>$#>"'$08%>/#4/&8$,$08E%

F/%>"'&?"0%@=%>&-%>/#%#/>>"#8%;%9H"#&7&0$%K-$08#$%@$%9/%-/#8$L%

-"##$'>"0@%/=%C$-8$=#%@$%8#/0'9/?"0%;%/>>9&<=$#%>"=#%

#$-$08#$#%9H&,/7$%5%>/#%#/>>"#8%;%9H&,/7$%1%KJ%MNO%P%.%QNOLE%%

.%

A%

RR%%SK&PTL%E%4K&M0PTM,L%

SK&PTL% 4K&PTL%

A%8#/0'9/?"0%0%2%U%%

B%8#/0'9/?"0%,%2%U%

Alignement et fonctions de corrélation

Fonction d’Auto-Corrélation = FAC

VH$'8%9/%-"##:9/?"0%-#"&':$%@H=0$%&,/7$%/C$-%$99$Q,W,$%

6,/7$% 1VX%

Corrélation croisée angulaire

Y0$%&,/7$%5%K'=>>"':$%-$08#:$L%$'8%>9/-:$%'=#%=0$%%

&,/7$%@$%#:4:#$0-$P%$8%>"=#%-+/<=$%#"8/?"0%@$%5P%"0%,$'=#$%

9$=#%-"$D-&$08%@$%-"##:9/?"0E%

Alignement et fonctions de corrélation

#$4%

5%

3"8/?"0%/079$%

-"##$9/?"0%

F/%-"##:9/?"0%$'8%-/9-=9:$%'=#%=0$%':#&$%@$%%

#/."0'%$8%9/%C/9$=#%79"(/9$%$'8%&0'-#&8$%$0%%

4"0-?"0%@$%9H/079$%@$%#"8/?"0E%

Exemple d’alignement sur une référence

3:4:#$0-$%%%%%%%%%%%%&,/7$%5%

X1V%#$4%%%%%%%%%%%%%%%X1V%5%

V"##:9/?"0%-#"&':$%/07=9/&#$%@$'%X1V'%

!/&'%-",,$%9$'%X1V'%'"08%@$'%4"0-?"0'%>/&#$'P%

&9%.%/%=0$%/,(&7=Z8:%@$%N[U\%'=#%9H/079$%@$%

#"8/?"0%<=H"0%8#"=C$%$0%-/9-=9/08%9$=#%

-"##:9/?"0%-#"&':$%/07=9/&#$E%

]0%-/9-=9$%9$'%X1V'%@$'%&,/7$'%

>"=#%"(8$0&#%=0$%#$>#:'$08/?"0%%

-$08#:$%$8%#$^:8/08%>/#?$99$,$08%

9/%'8#=-8=#$%@$'%>/#?-=9$'E%

Alignement et fonctions de corrélation

X,/J%2%UE_N% X,/J%2%UE`a%

19&70$,$08%$8%4"0-?"0%@$%-"##:9/?"0'%

19&70$,$08%'=#%=0$%#:4:#$0-$Qb%

D’autres méthodes d’alignement ont été proposées

pour minimiser l’influence de l’image de référence.

"Reference free" iterative alignment (Penczek et al., 1992) :

1) Ici deux images sont prises au hasard, alignées et leur moyenne est alors

utilisée comme nouvelle référence pour aligner une troisième image. Le

processus se reproduit itérativement jusqu’à ce que toutes les images

soient alignées.

2) Pour minimiser l’influence de l’ordre dans lequel les images ont été choisies

pendant l’alignement, on repart ensuite à l’envers, en réalignant la première

image et en la réalignant sur (Moyenne totale - l’image 1). Puis la seconde

image est réalignée sur (Moyenne totale - l’image 2), etc …

3) Le processus entier est recommencé à nouveau sur les images issues de ce

premier cycle d’alignement (étapes 1 et 2), jusqu’à ce qu’aucune amélioration

ne soit constatée d’un cycle au suivant.

"multi-reference alignment" et d’autres méthodes d’alignement utilisent la

classification en parallèle du processus d’alignement.

:;',5$'()'(2'"<6#-'('<()*#$+-"','"<(=(>',42%#"+"?@(

:;',5$'()'(2'"<6#-'('<()*#$+-"','"<(=(>',42%#"+"?.(

A$#&&+B2#34"(./?@(

Classification 2D-2 Brétaudière JP and Frank J (1986) Reconstitution of molecule images

analyzed by correspondence analysis: A tool for structural interpretation.

J. Microsc. 144, 1-14.

A$#&&+B2#34"(./?C(

Image No1

Image No80

Pixel 1 Pixel 2754

x ij

A$#&&+B2#34"(./?D(

!/8#&-$%

Méthode de la dragée

Espace à 2754 dimensions

"b%

"c%

"N%

1J$%4/-8"#&$9%N%

1J$%4/-8"#&$9%b%

1J$%4/-8"#&$9%c%

F/%@&/7"0/9&'/?"0%@$%9/%,/8#&-$%-/##:$%T = X'X%>$#,$8%@$%@:8$#,&0$#%9/%>9='%7#/0@$%@&#$-?"0%@H$J8$0'&"0%

@$%0"'%@"00:$'% K0=/7$%@$%>"&08'L%@/0'% 9H$'>/-$%,=9?Q@&,$0'&"00$9E%V$)$%@&#$-?"0%@H$J8$0'&"0%-"##$'>"0@%;% 9/%

>9='%7#/0@$%d%C/#&/?"0%e%"=%d% 8$0@/0-$%e%/=%'$&0%@$%0"'%@"00:$'E%VH$'8% 9H/J$% 4/-8"#&$9%f\N%@"08% 9H/,>9&8=@$%$'8%

-/#/-8:#&':%>/#% 9/% C/9$=#%>#">#$%"NE%]0%$g$-8=$%/9"#'%=0%-+/07$,$08%@$% #$>I#$%>"=#%@:8$#,&0$#% 9/%>"'&?"0%@$%

-+/-=0$% @$% 0"'% @"00:$'% K&,/7$'L% >/#% #/>>"#8% ;% -$8% /J$% 4/-8"#&$9E% h=&'P% "0% #$-+$#-+$% 9/% '$-"0@$% >9='% 7#/0@$%

@&#$-?"0%@H$J8$0'&"0%d%"#8+"7"0/9$%e%;%9/%>#$,&I#$%>"=#%@:G0&#%9H/J$%4/-8"#&$9%f\b%-/#/-8:#&':%>/#%=0$%/,>9&8=@$%@$%

"bE% F$% 4/&8% <=$% 9$'% /J$'% 4/-8"#&$9'% f\N% $8% b% '"&$08% "#8+"7"0/=JP% &0@&<=$% <=H&9'% -/#/-8:#&'$08% @$'% C/#&/?"0'%

&0@:>$0@/08$'%K0"0Q-"##:9:$'LE%]0%$J>#&,$%/&0'&%>/#%"#@#$%@:-#"&''/08%8"=8$'%9$'%C/#&/0-$'%&0@:>$0@/08$'%@$%0"'%

@"00:$'%'=#%9$'%/J$'%4/-8"#&$9'%f\NP%bP%cP%i%P$8-%j%%%

A$#&&+B2#34"(./?E(A61#34"()*7"'(,#<6+2'(#(.FEG()+,'"&+4"&(

Classification 2D

a) Méthodes par partition: e.g. "Moving seeds" method

Diday E (1971) La méthode des nuées dynamiques. Rev. Stat. Appl. 19, 19-34.

Deux images prises au hasard servent de centres d’agrégation pour la partition. Les

centres de gravité de chaque classe servent de nouveaux centres d’agrégation pour un

nouveau cycle de partition. Arrêt lorsque les centres d’agrégation ne bougent plus d’un

cycle à l’autre, ou après un nombre déterminé d’itérations.

Classification 2D

b) Classification Ascendante Hiérarchique

N% b%

c%

i%

O%

N% b%

c%

i%

O%N% c%

a%

a%

O%b%

`%

`%

i%

[%

[%

H'I'6'"2'&(

k+/&S+%lEP%m/"P%nEP%5/J8$#PoElEP%1'8=#&/'P%XEpEP%5"&''$8P%fEP%F$&8+P%1EP%/0@%X#/0SP%pE%KbUU[L%kh6qr3%&,/7$%>#"-$''&07%

4"#%'&079$Q>/#?-9$%#$-"0'8#=-?"0%"4%(&"9"7&-/9%,/-#","9$-=9$'%4#",%$9$-8#"0%,&-#"7#/>+'%,*-./"&

0/(-(1(#2&c%KNbL%N_iNQN_`iE%

V/##/7+$#%5P%s&''$($#8+%fP%s#&$7,/0%qP%!&99&7/0%31P%h")$#%VkP%h=9"S/'%pP%3$&9$&0%1%KbUUUL%F$7&0"0t%/0%

/=8",/8$@%'.'8$,%4"#%/-<=&'&?"0%"4%&,/7$'%4#",%C&8#$"='%&-$%'>$-&,$0'E%34&5-/.1-4&6$(#(78%NcbP%ccQiOE%%

h")$#%VkP%V+=%nP%X#$.%5P%m#$$0%VP%s&''$($#8+%fP%!/@@$0%lpP%!&99$#%sFP%f/+#'8$@8%sP%h=9"S/'%pP%3$&9$&0%1P%l-+$07%

qP%o$($#%qP%V/##/7+$#%5E%KN___L%X#/0SP%pE%KN_`OLE%1C$#/7&07%"4%9"u%$J>"'=#$%$9$-8#"0%,&-#"7#/>+'%"4%

0"0>$#&"@&-%"(T$-8'4&9#-/*)$1/(21('8%NP%NO_QNabE%

X#/0SP%pEP%/0@%19Q19&P%FE%KN_`OLE%k&70/9Q8"Q0"&'$%#/?"%"4%$9$-8#"0%,&-#"7#/>+'%"(8/&0$@%(.%-#"''Q-"##$9/?"0E%

,*-./"%bOaP%c`aQc`[E%

X#/0S%pE%KN__aL%l+#$$Q@&,$0'&"0/9%,&-#"'-">.%"4%,/-#","9$-=9/#%/''$,(9&$'E%:1*;")$1&0/"22P%k/0%q&$7"E%

X#/0S%pE%KN__UL%V9/''&G-/?"0%"4%,/-#","9$-=9/#%/''$,(9&$'%'8=@&$@%/'%v'&079$%>/#?-9$'vE%w=/#8E%3$CE%5&">+.'E%bcP%

b[NQcb_E%

n$0@$#'"0P%3EP%/0@%m9/$'$#P%3E!E%KN_[OLE%w=/0?8/?C$%/0/9.'&'%"4%&,/7$%-"08#/'8%&0%$9$-8#"0%,&-#"7#/>+'%"4%

($/,Q'$0'&?C$%-#.'8/9'E%9#-/*)$1/(21('8%NaP%Nc_QNOUE%

n$0@$#'"0P%3E%KN__OLE%l+$%>"8$0?/9%/0@%9&,&8/?"0'%"4%0$=8#"0'P%$9$-8#"0'%/0@%AQ#/.'%4"#%/8",&-%#$'"9=?"0%

,&-#"'-">.%"4%=0'8/&0$@%(&"9"7&-/9%,"9$-=9$'E%w=/#8E%3$CE%5&">+.'E%b[P%N`NQN_cE%

k/J8"0P%oE]E%KN__iL%1--=#/8$%/9&70,$08%"4%'$8'%"4%&,/7$'%4"#%'=>$#Q#$'"9C&07%/>>9&-/?"0'P%34&<$1/(21E%N`iP%

aNQa[E%

C/0%n$$9P%!E%KN_[_LE%V9/''&G-/?"0%"4%C$#.%9/#7$%$9$-8#"0%,&-#"'-">&-/9%&,/7$%@/8/%'$8'E%='+>%G.P%NNiQNba%%

k:#&$%@$%>#"T$-?"0'%

&0-9&0:$'%

V/9-=9%@H=0%C"9=,$%

@$%#$-"0'8#=-?"0%cq%%

>/#%#:8#">#"T$-?"0%

J6+"2+5'()'($#(<4,4-6#5>+'(,4$127$#+6'(8@9%%

2%5

4 3

6

7 1

r'>/-$%@$%X"=#&$#%

1 2 7 6 5 4 3

l+:"#I,$%@$%9/%'$-?"0%-$08#/9$t%

r0%$'>/-$% #:-&>#"<=$P% 8"=8$%>#"T$-?"0%(&Q

@&,$0'&"00$99$% @H=0% "(T$8% -"##$'>"0@% ;%

=0$% '$-?"0% -$08#/9$% @/0'% 9/% 8#/0'4"#,:$%

@$% X"=#&$#% cq% @$% 9H"(T$8E% V+/<=$% '$-?"0%

-$08#/9$% $'8% "#&$08:$% >$#>$0@&-=9/&#$,$08%

;% 9/% @&#$-?"0% @$% >#"T$-?"0% K@&#$-?"0% @=%

4/&'-$/=%@H:9$-8#"0'LE%%

J6+"2+5'()'($#(<4,4-6#5>+'(

8&16+'&(+"2$+"1'&9(8.9%%

X

y

Z

# $ % %

X

Y

Z

F$'%-"0C$0?"0'%kh6qr3%

-"0-$#0/08%9$'%/079$'%$=9:#&$0'E%

#" = phi = rotation autour de Z&$ = theta = rotation autour de Y&% = psi = rotation autour de Z

A4"<6#+"<'()'($#(26%4K:L(&76(4MN'<&(M+4$4-+O7'&(P(

l#/C/&99$#%;%4/&(9$%@"'$%@v:9$-8#"0'%KNU$QxybL%

k$=9$,$08%N%K"=%bL%>#&'$K'L%@$%C=$K'L%%>/#%z"0$%

V"99$-8$#%f%&,/7$'%;%4/&(9$%#/>>"#8%'&70/9x(#=&8%

1C$-%=0$%4"#8$%'"='Q4"-/9&'/?"0%K-"08#/'8$L%

V/9-=9$#%@$'%,".$00$'%0=,:#&<=$'%bq%"=%cq%

V"##&7$#%9/%4"0-?"0%@$%8#/0'4$#8%@$%-"08#/'8$%KVlXL%

Y?9&'$#%9$'%'.,:8#&$'%$8x"=%@&'>"'&?"0%@$'%>/#?-=9$'t%

k.,:8#&$%+:9&-"Z@/9$P%&-"'/:@#/9$P%#:'$/=J%bqP%

"=%>/'%@$%'.,:8#&$E%

Q#(6'24"&<67234"()*7"(,4)R$'(561$+,+"#+6'(C/(

L’acquisition des séries coniques aléatoires

Les méthodes de reconstructions

45°

1%

2%

5

4 3

6 7 8 1 2 8 7 6 5 4 3

h/#?-=9$'%&'"9:$'t%1C$-%'$=9$,$08%@$=J%>#&'$'%@$%C=$'%"0%>$=8%%

-/9-=9$#%=0%C"9=,$%@$%#$-"0'8#=-?"0%

k:#&$'%-"0&<=$'%/9:/8"&#$'%

U\%

iO\%

45°% 0°

U\%

iO\%

:;',5$'()'(6'24"&<67234"(S(5#636()'&(+,#-'&(';516+,'"<#$'&%8n:,"-./0&0$%@%H!"#$%&'()*+*?&'.,:8#&$%qOL%

{=$'%@$%-|8:%(#=8$'% !W,$'%&,/7$'%/9&70:$'%

19&70$,$08%

q:8$#,&0/?"0%

@$%9%H/079$%K')&

V9/''&G-/?"0%/=8",/?<=$%!%O%C=$'%

V/9-=9%@H=0%C"9=,$%>/#%-9/''$%;%>/#?#%@$'%&,/7$'%&0-9&0:$'%

1''$,(9/7$%@$'%C"9=,$'%/9&70:'%%

k=#4/-$%$J8$#0$% V/C&8:%-$08#/9$%

n:,"-./0&0$%@H!"#$%&'()*+*&

!(6'<'"+6(&76($*#55642>'()'&(&16+'(24"+O7'&(#$1#<4+6'&(

N% V$)$%,:8+"@$% 0:-$''&8$% @$% -"99$-8$#% @$'% &,/7$'% /C$-% $8% '/0'% &0-9&0/&'"0% @/0'% 9$%

,&-#"'-">$E%F/%,&-#"'-">&$%/%=0%4/&(9$%#$0@$,$08%-/#%&9%.%/%@$'%$g$8'%@$%-+/#7$%$8%

@$%'=>$#>"'&?"0%>/#?$99$%@$'%>/#?-=9$'%<=&%0$%'"08%>/'%,/}8#&'/(9$'E%

b%F/%8$-+0&<=$%4"0-?"00$%,W,$%'=#%9$'%&,/7$'%;%4/&(9$%#/>>"#8%'&70/9%x%(#=&8%@$%4"0@%

!%"0%8#/C/&99$%@"0-%'=#%9$'%&,/7$'%(#=8$'E%

c%69%.%/%8"=T"=#'%=0%/#8:4/-8%@=%-|0$%,/0<=/08%<=&%>$=8%W8#$%'=>>#&,:%'&%"0%#$7#"=>$%

@$'% C"9=,$'% -"##$'>"0@/08% ;% @$'% C=$'% @&g:#$08$'% @$% 9/% >/#?-=9$'P% "=% '&% 9/%

>/#?-=9$'%/%@$'%'.,,:8#&$'% &08$#0$'% 4/C"#/(9$'E% K$J$,>9$t%>/#?-=9$%-.9&0@#&<=$%;%

'.,:8#&$%qOt%F$'%C=$'%@$%@$''='%>#"@=&'$08%=0%C"9=,$'%/0&'"8#">$%/C$-%=0%/#8:4/-8%

@=%-|0$%,/0<=/08%/9"#'%<=$%9$'%C=$'%@$%-|8:%>#"@=&'$08%=0%C"9=,$%&'"8#">$LE%

Q'&(,1<>4)'&()*#T"','"<()'($*#$+-"','"<('<()'($#(6'24"&<67234"(

!HL?0UHL(

3$<=&#$%/%#$4$#$0-$%cq%,"@$9E%

3$/9%'>/-$%t%%k+/&S+%lEP%m/"P%nEP%5/J8$#PoElEP%1'8=#&/'P%XEpEP%5"&''$8P%fEP%F$&8+P%1EP%/0@%X#/0SP%pE%KbUU[L%kh6qr3%&,/7$%>#"-$''&07%4"#%

'&079$Q>/#?-9$%#$-"0'8#=-?"0%"4%(&"9"7&-/9%,/-#","9$-=9$'%4#",%$9$-8#"0%,&-#"7#/>+'%,*-./"&0/(-(1(#2&c%KNbL%

N_iNQN_`iE%kh6qr3%'"~u/#$%

h$0-z$SP%hE1EP%m#/''=--&P%3E1EP%X#/0SP%pE%KN__iL%l+$%#&("'",$%/8%&,>#"C$@%#$'"9=?"0t%0$u%8$-+0&<=$'%4"#%,$#7&07%

/0@%"#&$08/?"0%#$G0$,$08%&0%cq%-#."Q$9$-8#"0%,&-#"'-">.%"4%(&"9"7&-/9%>/#?-9$'E%9#-/*)$1/(21('8%ECt%bON�b`UE%

k>&@$#%'"~u/#$%

X"=#&$#%8#/0'4"#,t%

m#&7"#&$gP%fE%KN__[LE%l+#$$Q@&,$0'&"0/9%'8#=-8=#$%"4%("C&0$%f1qnt%=(&<=&0"0$%"J&@"#$@=-8/'$%K-",>9$J%6L%/8%bb%1%

&0%&-$E%34&<(#4&6$(#4%.FFP%NUcc�NUiaE%

p"0&-P%kEP%k"#z/0"P%VE]EP%l+$C$0/zP%hEP%r9Q5$zP%VEP%q$%V/#9"P%kE%Ä%Y0'$#P%!E%KbUUOLE%k>9&0$Q(/'$@%&,/7$Q8"QC"9=,$%

#$7&'8#/?"0%4"#%8+#$$Q@&,$0'&"0/9%$9$-8#"0%,&-#"'-">.E%Y98#/,&-#"'-">.%@VCKiLP%cUcQN`E%

3/@"0%8#/0'4"#,t%3/@$#,/-+$#P%!E%KN__iLE%l+#$$Q@&,$0'&"0/9%#$-"0'8#=-?"0%4#",%

#/0@",%>#"T$-?"0't%"#&$08/?"0/9%/9&70,$08%C&/%3/@"0%8#/0'4"#,'E%9#-/*)$1/(21('8(ECt%NbN�NcaE%

o/C$9$8%8#/0'4"#,t%k"#z/0"P%VE]EP%p"0&-P%kEP%r9Q5$zP%VEP%V/#/z"P%pE!EP%q$%V/#9"P%kEP%l+$C$0/zP%hE%Ä%Y0'$#P%!E%

KbUUiLE%1%,=9?#$'"9=?"0%/>>#"/-+%8"%"#&$08/?"0%/''&70,$08%&0%cq%$9$-8#"0%,&-#"'-">.%"4%'&079$%>/#?-9$'E%p%

k8#=-8%5&"9%@DWKcLP%c[NQ_bE%

h"9/#%X"=#&$#%8#/0'4"#,t%5/S$#P%lEkE%Ä%V+$07P%3EnE%KN__aLE%1%,"@$9Q(/'$@%/>>#"/-+%4"#%@$8$#,&0&07%

"#&$08/?"0'%"4%(&"9"7&-/9%,/-#","9$-=9$'%&,/7$@%(.%-#."$9$-8#"0%,&-#"'-">.E%p%k8#=-8%5&"9%@@WKNLP%NbUQcUE%

k"~u/#$t%%kh6qr3P%6!1m6VP%A!6hhP%r!1fP%$8-E%

K'<>4)&(I46(6'B"','"<(4I(#$+-",'"<(#")(6'24"&<67234"%%

K'<>4)&(<>#<(O7#"3X'(<>'(#$+-",'"<(5#6#,'<'6&(8@9(

!"#$%&'($

)&*'$%&'($

q&#$-8%/)#&(=?"0%"4%r=9$#%/079$'%8"%8+$%

$J>$#&,$08/9%&,/7$'%(.%-",>/#&'"0%

u&8+%bq%>#"T$-?"0'%"4%/%9"u$#Q

#$'"9=?"0P%#$4$#$0-$%C"9=,$E%%

H'I'6'"2'(564N'234"&%K>#"T$-?"0'%"4%/%#$4$#$0-$%C"9=,$P%

@&'-#$8$%0=,($#%"4%>#"T$-?"0%@&#$-?"0'L%

K'<>4)&(<>#<(O7#"3X'(<>'(#$+-",'"<(5#6#,'<'6&(8.9(

]0$%"4%8+$%79"(/9%#$G0$,$08%'8#/8$7&$'E%

r7$9,/0%bUUUP%Y98#/,&-#"'-">.P%[Ot%bbOQbciE%

Y$4M#$(6'B"','"<%

107=9/#%'/,>9&07%'8$>%4"#%

-",>=8/?"0%"4%8+$%9&(#/#.%"4%

#$4$#$0-$%>#"T$-?"0'%&'%

#$@=-$@%&0%$/-+%&8$#/?"0%"4%8+$%

#$G0$,$08E%

!7<6'&(,1<>4)'&()'(6'24"&<67234"()*7"(,4)R$'(561$+,+"#+6'(C/(

FH/>>#"-+$%@$'%9&70$'%-",,=0$'P%'&0"7#/,,$'P%8#/0'4"#,:$%@$%3/@"0%

Q#(,1<>4)'()'&($+-"'&(24,,7"'&(8:$'"#(Z6$4[#(:K\Z(.VVC9(

4 orientations du GroEL-GroES

Les projections 2D correspondantes

Transformée de

Fourier 3D.

Lorsque toutes

directions de l’espace

sont représentées, la

transformée inverse

produit un volume de

reconstruction 3D

isotrope.

Les transformées de Fourier 2D

zzz%r/-+%bq%8#/0'4"#,%&'%/%

-$08#/9%'$-?"0%"4%8+$%cq%

8#/0'4"#,%"4%8+$%"(T$-8E%%

%k"%$/-+%>/&#%"4%bq%

8#/0'4"#,'%+/'%/%-",,"0%

9&0$%

./((((((((((@/(

Projection 2D

(&

00&

3600&

Le « sinogram » d’une

image 2D correspond à l’empilement de ses

différentes projections 1D (lignes) dans

toutes les directions

(0° à 360°).

y

(&

00 ) ( ) 3600&

00&

3600&

Les lignes communes en espace réel:

La méthode des lignes communes

est basée sur le fait que :

N’importe quelle paire de projections

2D d’un objet 3D a au moins une

ligne commune dans leurs

projections 1D respectives.

Projections Views

Image 3 Image 1 900 2700

3100

1300

C5 D5

!(6'<'"+6(&76($*#55642>'()'&($+-"'&(24,,7"'&((

'<()'&(&+"4-6#,,'&(

N%V$)$%,:8+"@$%>$#,$8%@$%-"99$-8$#%@$'%&,/7$'%'/0'%&0-9&0/&'"0%@/0'%9$%,&-#"'-">$E%

b%F$'%'&0"7#/,,$'%0$%,/#-+$08%<=$%'=#%@$'%&,/7$'%;%4"#8%#/>>"#8%'&70/9%x%(#=&8%@$%4"0@%

!%"0%8#/C/&99$%@"0-%'=#%@$'%,".$00$'%bq%

c%F$%-$08#$%@$%,/''$%@$'%,".$00$'%bq%@"&8%-"Z0-&@$#%/C$-%9$%>&J$9%-$08#/9%@$'%&,/7$'E%

F$% >9='% >$?8% @:-/9/7$% &08#"@=&8% =0% (&/&'% @/0'% 9/% @:8$#,&0/?"0% @$'% 9&70$'%

-",,=0$'E%

i%F/%'8#=-8=#$%cq%@H=0$%>/#?-=9$%>#"@=&8$%>/#%-$)$%/>>#"-+$%/%=0$%-+/0-$%'=#%@$=J%

@HW8#$%9$%,/=C/&'%:0/0?","#>+$E%69%4/=8%@"0-%#:/9&'$#%/=%,"&0'%=0$%4"&'%=0$%>/&#$%

@$%>#&'$'%@$%C=$'%/C$-%9$%>"#8$Q"(T$8%&0-9&0:%;%U\%$8%;%NOÅcU\%>"=#%C:#&G$#%<=H"0%/%

(&$0%>#"@=&8%9$%("0%:0/0?",I#$E%

O%F/%8$-+0&<=$%,/#-+$%@H/=8/08%,&$=J%<=$%9/%>/#?-=9$%>"''I@$%@$'%'.,:8#&$'%&08$#0$'E%

L4,4-6#5>+'(1$'2<64"+O7'(2'$$7$#+6'(

l%

L4,4-6#5>+'(2'$$7$#+6'(

q"=(9$%?98%+"9@$#%q"=(9$%?98%+"9@$#%

r9$-8#"0%l","7#/>+.%"4%S&0$8"-+"#$'%

3$-"0'8#=-?"0%"4%m"97&%

!&-#"'-">&$%:9$-8#"0&<=$%%

V$%<=H&9%4/=8%#$8$0&#%Q%

Q"J476O74+(73$+&'6(2'<(473$](

F/%-#."Q,&-#"'-">&$%

Q1C/08/7$t%$0C&#"00$,$08%0/8=#$9%60-"0C$0&$08t%>$=%@$%-"08#/'8$P%$8%8#$'%4#/7&9$%%

K4/&(9$%@"'$%0:-$''/&#$L%

Q"H1&4$734"%%

%w=$99$'%'"08%9$'%9&,&8/?"0'%>"=#%"(8$0&#%=0$%#:'"9=?"0%:9$C:$Ç%

%K,&-#"'-">$'%>$=%>$#4"#,/08P%/($##/?"0%@=%!rP%:-+/0?99"0%>/'%8#$'%+","7$0$L%

Q'&(,1<>4)'&(5476(#$+-"'6()#"&($'&(./('<(6'24"&<7+6'()#"&($'&(C/(7"([4$7,'(

Q@&7&8/9&'$#%9H&,/7$%%$-+/0?99"0/7$%$8%<=/0?G-/?"0%0"#,/9&'/?"0%

V$08#/7$%#$4$#$0-$%4#$$%,=9?#$4$#$0-$%

V9/''&G-/?"0%sQ,$/0%

3$-"0'8#=-?"0%@H=0%,"@$9$%cqE%

!$8+"@$%@$'%'$#&$'%-"0&<=$'%/9$/8"&$%

Q'&0"7#/,,$%

Q3/G0$,$08%@$%9/%'8#=-8=#$%cqP%5/-S%>#"T$-?"0P%13l%k63l%