Detección automática de células con micro núcleos por procesamiento computacional de imágenes microscópicas

• Monges Olmedo , Mario Roberto ^[1]
  1. [1] Master en Ciencias de la Computación por la Facultad Politécnica UNA, Docente Investigador de la Universidad Americana
• Localización: ScientiAmericana, ISSN-e 2521-0939, Vol. 2, Nº. 1, 2015 (Ejemplar dedicado a: Marzo)
• Idioma: español
• Títulos paralelos:
  • Automatic detection of cells with micro nuclei by computational processing of microscopic images
• Enlaces
  • Texto completo
• Resumen

  • Este trabajo presenta una técnica de detección automática de micro núcleos en células por procesamiento computacional de imágenes utilizando la segmentación del núcleo y de micro núcleos. El algoritmo calcula el área de las células identificadas y realiza el proceso de descarte. Con esta metodología de identificación, se producen resultados incluyendo la posición de los micro núcleos. Estas estructuras biológicas son útiles para los biólogos para el manejo de aberraciones cromosómicas estructurales. El método adoptado consiste en una serie de algoritmos de visión por computadora. Se obtienen por este abordaje los siguientes resultados experimentales (media±α), entre otros, para una base de datos de 75 imágenes: Precisión 92.67% ± 25.59%; Exactitud: 93,44% ± 17.35%; Tasa de Error: 2.67% ± 16.22%. Las métricas indica

• Referencias bibliográficas
  • Citas O. Al-Kofahi, Richard J.Radke, Susan K.Goderie, 2006, Qin Shen, Sally Temple and Badrinath Roysam. Automated cell lineage construction:...
  • D.Comaniciu, P.Meer, 2002 Cell image segmentation for Diagnostic Pathology, Advanced Algorithmic approaches to medical image segmentation:...
  • J.Degerman, J.Faijerson, K.Althoff, T.Thorlin, J.H,Rodriguez, and T.Gustavsson, 2002 A comparative study between Level set and Watershed image...
  • J. Geusebroek, A.W.M. Smeulders, and F. Cornelissen, 1997 “Segmentation of vrll clusters by nearest neighbour graphs”, proceedings of the...
  • T.Kirubarajan, Y.Barshalom, and K.Pattipati, 2001 Multi assignment for tracking a number of overlapping objects, IEEE Trans Aerosp. Elect....
  • J.Kittler and J.Illingsworth, Minimum Error Thresholding, Pattern Recognition vol. 19, no. 1, 1986, 41-47.
  • T.Markiewicz, S.Osowski, L.Moszczyski, and R.Satat, Myelogeneous leukemia cell image preprocessing or feature generation, 5th International...
  • V.Meas-Yedid, F.Cloppet, A.Roumier, A.Alcover, J.C.Olivo-Marin, and G.Stamon, “Quantitative microscopic image analysis by active contours”,...
  • Interface Annual Conference – Medical Applications, 2001.
  • N.Otsu, A threshold selection method from gray-level histograms, IEEE Transactions on Systems, Man, and Cybernetics, vol. 9, no. 1, 1979,...
  • A. Pinidiyaarachchi, C. Wahlby, “Seeded watershed for combined segmentation and tracking of cells”, ICIAP-2005 proceeding, 336-343.
  • L. Vincent.; Soille, P., Watersheds in digital spaces: an efficient algorithm based onimmersion simulations, IEEE Transactions on Pattern...
  • C. Platero, A. Trillo, A. Úbeda, 2002.Procesamiento de imágenes biomédicas para el estudio de la influencia de la radiación electromagnética...
  • K.Wu, D.Gauthier, and M.Levine, Live cell image segmentation, IEEE Transactions on Biomedical Engineering, vol. 42, no .1, 1995, 1-12.
  • T. Yasuda, Hideo Bannai, Shuichi Onami, Satoru Miyano, Hiroaki Kitano; Towards Automatic Construction of Cell-Lineage of C. elegans from Nomarski...
  • M. Zalacain, L. Sierrasesúmaga, A. Patiño, The cytogenetic assay as a measure of genetic instability induced by genotoxic agents, Pamplona,...
  • C.Zimmer, E. Labruere, V.Meas-Yedid, N.Guillen, and J.C.Olivo-Marin, Segmentation and tracking of migrating cells in video microscopy with...