本課題では、研究代表者らが開発した蛍光顕微鏡観察画像の高速3次元再構成手法を、実データによって評価し、特にその精度を中心に改良を加えると共に、断面画像を層状に積み上げた形式で表現されている蛍光顕微鏡の3次元画像と3Dコンピュータグラフィクスや各種CADによって構成されるポリゴンや多項式メタボールなどで表現される3次元形状モデルとを照合、比較するためのアルゴリズムを開発した。蛍光顕微鏡観察画像から得られる3次元映像は表面だけでなく、その内部の3次元構造も含んでいる。しかしながら、こうした形で表されている3次元画像とポリゴン等で表現された3次元形状を照合することは困難である。そこで後者のポリゴンの形式で表された表面形状モデルから、特定の視点から観察される前者の形式の表現を生成するニューラルネットを構成し、このニューラルネットで形式変換をしながら逐次形状を比較して照合する方式を考案し、プログラムとして実装して、各種実データを用いてその性能を評価した。この形式変換の際には、特に生体組織の特徴である半透明性を想定した新しい変換方式を考案して、半透明の対象形状を精度良く復元できることを実験的に確認した。また表面形状を再構成する場合には、組織の内部構造は無視して、対象と背景の境界を検出する必要があるため、色情報を用いて領域とその境界を精度良く検出する方式を開発した。現状では、形式変換とその際に必要になる領域抽出方法の開発が完了しているが、事前に登録した3次元形状モデルと蛍光顕微鏡観察画像から得られる内部構造も含む3次元映像と登録された3次元表面形状モデルを照合・探索するアルゴリズムについては、まだ開発途上であり、単純な形状しか照合できていない状況である。