Trabajo PIDAnálisis de imágenes de biopsias de músculo humano.
Segmentación de células para construir un grafo a partir de las adyacencias entre ellas.
Pedro Varo HerreroJonathan Benavides VallejoFrancisco Martín Guareño
Índice• Introducción• Segmentación• Reconocimiento de células• Generación del grafo• Interfaz de usuario• Conclusiones
Introducción
Introducción
ImageJ es un programa multiplataforma escrito en java, es simple de usar y se adapta perfectamente a las necesidades de cada usuario ya que ha sido creado en base a plugins que podremos ir añadiendo o quitando en base a nuestras necesidades.
Permite realizar operaciones en imagenes tanto sencillas como complejas, desde ajustar el contraste hasta la identificación de células con sus propiedades.
Segmentación
1. Modificamos Contraste y Brillo del color verde de la imagen.2. Nos quedamos con el canal verde.3. Umbralización y binarización.4. Erosión y Dilatación.
Segmentación
Segmentación1. Modificamos Contraste y Brillo del color verde de la imagen.
Aumentamos los valores delos pixeles de color verde.
Segmentación2. Nos quedamos con el canal verde.
Así todo lo verde sequeda “blanco”.
Segmentación3. Umbralización y
binarización.
De 0 hasta umbral lo ponemos negro y el resto blanco.
Segmentación4. Erosión y Dilatación.
Con la erosión, quitamosel colágeno entre las células y con la dilataciónrecuperamos la forma de la célula.
Reconocimiento de célulasPara el reconocimiento de células
escaneamos la imagen hasta que encuentre el borde de un objeto.
Generación del grafoPara generar el grafo, primero tenemos que averiguar las células vecinas de cada una, y una vez hecho esto, el
grafo es directo.
Para encontrar las células vecinas hemos encontrados varios métodos:
• Diagramas de voronoi• Triangulación de Delaunay• Por “fuerza bruta”
Generación del grafoEjemplo de un grafo obtenido.
Interfaz de usuarioPara la utilización de nuestros algoritmos hemos creado una interfaz, con la
que podemos interactuar de forma automática o manual.
Autoejecución
Dando clic en éste botón ejecutamos todos los pasos de forma automática.
Interfaz: paso a paso
Apertura de archivo Aumento de brillo y contraste (se
aumenta el verde)
División del modelo RGB
(se selecciona el canal verde)
Umbralización
Aplicación de morfología de
grises, se usa un elemento
estructural circular, se pide el radio.
(erosión, se aplican 3)
Aplicación de morfología de grises, se usa un elemento estructural circular, se pide el radio. (dilatación, se aplican 3)
Análisis de partículas
Creación del grafo Volver atrás(antes de última
acción)
Conclusiones• Nuestro plugins para Imagej segmenta de forma eficiente las imagenes de biopsias de
músculos humanos a color en RGB.
• Una de las principales dificultades que nos hemos encontrado durante todo el desarrollo de nuestro plugins, ha sido la falta de detalles de implementación sobre plugins y macros de ImageJ en los documento de referencia.
• Por falta de tiempo y por la complicación que hemos tenido a la hora de sacar el grafo de las
células, no hemos diferenciado las células rojas de las negras ya que esto no era el objetivo principal de nuestro trabajo.
• Además con el trabajo y la asignatura hemos aprendido mucho acerca del procesamiento de imágenes, geometría computacional y sobre la red que hay detrás del programa Imagej, al cual aportan personas de todo el mundo.
Gracias por vuestra atención.