Segmentación paramétrica de células aplicada a imágenes de microscopía

• Autores: Oswaldo Rojas Camacho
• Directores de la Tesis: José Manuel Menéndez García (dir. tes.), Manuel Guillermo Forero Vargas (codir. tes.)
• Lectura: En la Universidad Politécnica de Madrid ( España ) en 2021
• Idioma: español
• Materias:
  • Matemáticas
    • Análisis numérico
      • Construcción de algoritmos
• Enlaces
  • Tesis en acceso abierto en: Archivo Digital UPM
• Resumen

  • En este trabajo de investigación se analizaron las imágenes y los algoritmos de segmentación en el área de la microscopía. A partir de esto, se determinó la necesidad de encontrar de forma automática los contornos de las células o la región de influencia. En la literatura sobre el tema de segmentación, se encontraron modelos óptimos basados en la forma regular de las células. Desafortunadamente, en la mayoría de los casos las células no tienen una forma específica particular, razón por la cual se requiere desarrollar una nueva técnica. Como resultado, se presenta una nueva técnica que permite hallar la transformada watershed óptima independientemente de la forma de los objetos en la imagen.

    Se desarrolló una técnica de segmentación paramétrica de imágenes de microscopía, que consiste en un proceso iterativo sobre un algoritmo morfológico, cuyos parámetros óptimos se hallan a partir del argumento del óptimo de una función de similitud. Esta técnica es un modelo derivado de las relaciones de orden entre las imágenes segmentadas en el espacio binario n-dimensional y el “ground-truth”, y entre la imagen segmentada en el paso n con la imagen segmentada el paso n-1.

    La técnica se desarrolló a partir del análisis ROC (Receiver Operating Characteristic), y de la definición de las relaciones de orden. Se formalizó y se definió el espacio binario 𝑢-dimensional, donde suceden los eventos de segmentación, y sobre este se definieron las relaciones de orden, las cuales indican el grado de similitud que existe entre las imágenes. La similitud entre dos imágenes se expresó en términos de la diferencia o distancia entre la posición de cada elemento (pixel) y de la longitud de la relación de orden.

    El análisis ROC mide la tasa de detección de células (éxito, cuando la célula esta efectivamente presente), frente a la tasa de falsa alarma (fracaso, cuando se detecta una célula que efectivamente no está presente). La técnica de segmentación halla los parámetros óptimos del argumento del mínimo o máximo de una función de similitud, que se generalizó y se aplicó a otros algoritmos paramétricos o métodos de segmentación de imágenes.

    Finalmente, en este trabajo de investigación se muestran los resultados y los análisis de la segmentación de las imágenes propuestas. Los resultados obtenidos con la técnica de segmentación superan satisfactoriamente aquellos obtenidos por técnicas destacadas y publicadas previamente.