Extracción de información cuantitativa a partir de imágenes de microscopía

• Félida Roa
• José Reinaldo García
• Antonio Bravo

Palabras clave: Segmentación, transformada Watershed, bacterias, emulsiones, imágenes de microscopía confocal.

Resumen

En el presente artículo se considera el problema de extracción cuantitativa de información contenida en imágenes de microscopía. Particularmente, se valoran imágenes de bacterias usadas en la producción de bio-fertilizantes, y secuencias
de imágenes de emulsiones utilizadas para el estudio de su estabilidad. La metodología propuesta consiste en tres pasos consecutivos: 1) pre-procesamiento para el realce de la información contenida en las imágenes; 2) segmentación de las imágenes realzadas mediante la aplicación de la transformada Watershed; 3) caracterización de las estructuras bajo estudio usando un procedimiento de correspondencia de plantillas. Los resultados obtenidos son analizados al comparar las estimaciones realizadas con respecto a la información extraída manualmente por parte de expertos en el área y lo previsto en la literatura especializada.

Citas

Rangayyan R. M.: "Biomedical Image Analysis", CRC Press, 2004.

Tortora G., Funke B., y Case C.: “Microbiology An Introduction”, Benjamin Cummings, 2012.

Kannaiyan S.: “Biotechnology of Biofertilizers”, Springer, 2002.

Roa, F., Bravo, A., y Valery, A.: “Automated characterization of bacteria in

confocal microscope images”. Computer Vision and Pattern Recognition Workshops, 2008. CVPRW ‘08. IEEE Computer Society Conference on, Vol. 1,

(2008) 1-8.

Shinji S., Mitsutoshi N., y Minoru S.: “Prediction of droplet diameter for microchannel emulsification”. Langmuir, Vol. 18, No. 10 (2002) 3854–3859.

Salager J. L.: “Emulsion properties and related know- how to attain them”. Pharmaceutical Emulsions and Suspensions, CRC Press, USA (2000).

Rosen M.: “Surfactants and Interfacial Phenomena”, John Willey and Sons, New York, 1978.

Vazquez Y., Bravo A., Mantilla J. y Alayon M.: “Automatic approach for emulsions stability assessment in microscope images,” 2008 Digital Image Computing: Techniques and Applications, Vol. 1, (2008) 162-167.

Gonzalez R. y Woods R.: “Digital image processing”,Prentice-Hall, Inc , New Jersey, 2002.

Quiao Y., Hu Q., Qian G., Luo S., Nowinski W.: “Thresholding based on variance and intensity contrats”. Pattern Recognition, Vol. 40, No. 2 (2007) 596-698.

Vera M., Bravo A. y Medina R.: “Myocardial border detection from ventriculograms using support vector machines and real-coded genetic algorithms”. Computers in Biology and Medicine, Vol. 40, No. 4, (2010) 446-455.

Pichel J., Singh D., y Rivera F.: “Image segmentation based on merging suboptimal segmentations”. Pattern Recognition Letters, Vol. 27, No. 10 (2006) 1105-1116.

Bravo A. y Medina M.: “An unsupervised clustering framework for automatic segmentation of left ventricle cavity in human heart angiograms”. Computerized Medical Imaging and Graphics, Vol. 32, No. 5 (2008) 396-408.

Bravo A., Clemente J., Medina R., Vera M., y Ávila J. “A hybrid boundary-region left ventricle segmentation in computed tomography”, International Conference on Computer Vision Theory and Applications, Vol. 1,

(2010) 107-114.

Zhang Y.J.: “Evaluation and comparison of different segmentation algorithms”. Pattern Recognition Letters, Vol. 18, No. 10 (1997) 963-974.

Pal M. y Pal S.: “A survey on image segmentation techniques”, Pattern Recognition, Vol. 26, No. 9 (1996) 1277-1294.

Ando S.: “Consistent gradient operators”. IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 22, No 3 (2000) 252-265.

Sternbergs S.: “Biomedical image processing”. Computer, Vol. 16, No. 1 (1983) 22-34.

Johnson H., McCormick M., Ibánez L. y The Insight Software Consortium, “The ITK Software Guide”, Third Edition, December, 2013.

Meijering H.: “Image enhancement in digital X–ray angiography,” Ph.D. dissertation, Utrecht University, Netherlands, 2000.

Vincent L. y Soile P.: “Watershed in digital spaces: An efficient algorithm based on immersion simulations”. IEEE Transactions on Pattern Analysis and Machine

Intelligence, Vol. 13, No. 6 (1991) 583-598.

Lin Y. y Chunbo X.: “Template matching algorithm based on edge detection” Computer Science and Society (ISCCS). Vol. 1 (2011) 7-9.

Stanier R., Ingraham J., Wheelis M., y Painter P.: “The Microlobial World”. Prentice Hall, Englewood Cliffs, 1986.