Tesis:
Segmentación paramétrica de células aplicada a imágenes de microscopía = Parametric segmentation of cells applied to microscopy images
- Autor: ROJAS CAMACHO, Oswaldo
- Título: Segmentación paramétrica de células aplicada a imágenes de microscopía = Parametric segmentation of cells applied to microscopy images
- Fecha: 2018
- Materia: Sin materia definida
- Escuela: E.T.S. DE INGENIEROS DE TELECOMUNICACION
- Departamentos: SEÑALES, SISTEMAS Y RADIOCOMUNICACIONES
- Acceso electrónico: https://oa.upm.es/68905/
- Director/a 1º: MENÉNDEZ GARCÍA, José Manuel
- Director/a 2º: FORERO VARGAS, Manuel Guillermo
- Resumen: In this research work, images and segmentation algorithms in the area of microscopy were analyzed. From this analysis, the need to automatically find the contours of the cells or the region of influence was identified. Optimal models based on the regular form of the cells appear in the literature on segmentation. Unfortunately, in the general case, cells have neither regular nor specific form, hence it became necessary to develop a new segmentation technique. As a result, a new technique is presented for finding the optimal watershed (TW) transform independently of the shape of the objects in the image. A technique for parametric segmentation of microscopy images was developed. It consists in an iterative process on a morphological algorithm, whose optimal parameters are based on the argument of the optimum of a similarity function. This technique is a model derived from order relations between the segmented images in an n-dimensional binary space and the reference image or "ground-truth", and between the segmented image in step n and the one in step n-1. The technique was developed from the ROC (Receiver Operating Characteristic) analysis, and from the definition of order relationships. The u-dimensional binary space where the segmentation events take place was formalized and defined. Order relations were defined on this space for indicating the degree of similarity that exists between the images. The similarity between two images was expressed in terms of the difference or distance between the position of each element (pixel) and the length of the order relation. The ROC analysis measures the cell detection rate (success, when the cell is actually present), versus the false alarm rate (failure, when a cell that is not present is detected). The segmentation technique finds the optimal parameters of the argument of the minimum or maximum of a similarity function, which was generalized and applied to other parametric algorithms or image segmentation methods. Finally, this research shows the results and analysis of the segmentation of the proposed images. The results obtained with the segmentation technique successfully surpass the previously published and high-rated techniques. ----------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 el caso general las células no tienen una forma específica particular, razón por la cual se hizo necesario desarrollar una nueva técnica. Como resultado, se presenta una nueva técnica que permite hallar la transformada watershed (TW) óptima independiente 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 se definieron sobre este 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 a las técnicas destacadas y publicadas previamente.