Menu of Filip Rooms' site
|
Andere emissiegolflengten kunnen hieruit gemakkelijk worden berekend met de regel van drie (voor een twee keer zo grote golflengte mogen alle stappen twee keer groter). Let wel op: deze stappen zijn zeer klein, en geven doorgaans aanleiding tot enorm grote files. De te restaureren opnamen zijn echter niet zo gevoelig voor dit criterium.
| Emissiegolflengte | stapgrootte x,y | stapgrootte z |
| 260 nm | 23 nm | 82 nm |
| 520 nm | 47 nm | 165 nm |
| 1050 nm | 94 nm | 330 nm |
Open het beadbeeldje dat in dezelfde sessie werd opgenomen als de biologische opname (liefst met meer dan één in de opnameen met coupes ver genoeg boven en onder de beads gesampled tot zeker geen signaal meer in het beeld zichtbaar is). Pas op deze opname "avgspheres" toe. Deze operatie wordt gestart door naast de thumnail van het betreffende beeldje op de button "o" te klikken (opent het operation window).
Klik dan in het pas geopende window op de button "avgspheres". Dan verschijnt in de lege rechthoek rechts het volgende:
Daar wordt gevraagd een aantal parameters in te geven, zoals de STRAAL van de beads (meestal wordt commercieel de diameter opgegeven). Klik voor de rest maar alle vlaggetjes aan, en stuur de output naar een leeg vakje (liefst niet het vakje "psf", want dat heb je later nog nodig).
Om nu de PSF te reconstrueren zijn er twee mogelijkheden. De eenvoudigste is om gewoon de knop "R PSF" te gebruiken.
Hier moet je gewoon de plaats invoeren waar hij de te berekenen PSF uiteindelijk gaat zetten (kies hiervoor psf). Verder vraagt hij weer de straal van de beads, en de geschatte signal/noise ratio. Zie hiervoor Huygens handleiding pagina 58-59 voor meer uitleg, maar 40 is doorgaans aanvaardbaar voor 10 keer uitgemiddelde beadopnames. blijf van de rest af en klik op "run". Effe geduld, en daar is uw PSF...
Minder ideaal, maar ook bruikbaar is een theoretische PSF te genereren. Hiermee wordt bedoeld de PSF die een ideaal afgelijnde microscoop met gegeven optische eigenschappen (zoals numerieke apertuur, ...) zou hebben.
Open nu een beeld dat je wil optimaliseren. Hiervoor zijn er verschillende methodes, waarvan QTM (Quick Tikhonov-Miller) de snelste is, maar de minst goede resultaten levert. Deze methode is in feite op te vatten als een soort preview van wat de krachtiger methoden zullen geven als resultaat...
Een ander voorbeeld is MLE (Maximum Likelihood Estimation). Deze methode is zeer goed, maar is ook zeer traag.
Verder is er nog ICTM, die daar tussenin ligt.
Je vult telkens alle parameters in, (voor "estimated background" kun je in het hoofdmenu "analysis" openen, en daar "estimate background" nemen ("lowest value" kiezen bij "search for background". Deel dat door twee en vul dat in (dit is een vuistregeltje, want de waarde die hij geeft is toch meestal te groot). Let wel op voor zwarte randen bij kopiëren van een beeld naar een ander beeld dat grotere dimensies had. In dat geval zal de laagst gevonden waarde in de achtergrond natuurlijk nul zijn, en geen aanpassing uitvoeren.