Método para la segmentación de células apiñadas en imágenes de microscopía confocal.

Los recientes avances en la microscopía de escaneo láser, métodos de marcaje de fluorescencia y análisis de imágenes asistido por computador, entre otras técnicas, han abierto nuevas vías para la exploración celular en tejidos. La pérdida y adición de células son eventos biológicos importantes en la...

Full description

Autores:
Xaira Vanessa Prieto Osorio
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2021
Institución:
Universidad de Ibagué
Repositorio:
Repositorio Universidad de Ibagué
Idioma:
spa
OAI Identifier:
oai:repositorio.unibague.edu.co:20.500.12313/4913
Acceso en línea:
https://hdl.handle.net/20.500.12313/4913
Palabra clave:
Segmentación - Celulas
Imagenes - Microscopía
Segmentación - Conteo Celular
Microscopía Confocal
Segmentación
conteo celular
watershed
elipses
detección celular
momentos estadísticos
Segmentation
cell count
watershed
ellipses
cell detection
statistical moments
Rights
openAccess
License
http://purl.org/coar/access_right/c_abf2
id UNIBAGUE2_b24c9ae9473e3de7d0cbffc75ba13113
oai_identifier_str oai:repositorio.unibague.edu.co:20.500.12313/4913
network_acronym_str UNIBAGUE2
network_name_str Repositorio Universidad de Ibagué
repository_id_str
dc.title.spa.fl_str_mv Método para la segmentación de células apiñadas en imágenes de microscopía confocal.
title Método para la segmentación de células apiñadas en imágenes de microscopía confocal.
spellingShingle Método para la segmentación de células apiñadas en imágenes de microscopía confocal.
Segmentación - Celulas
Imagenes - Microscopía
Segmentación - Conteo Celular
Microscopía Confocal
Segmentación
conteo celular
watershed
elipses
detección celular
momentos estadísticos
Segmentation
cell count
watershed
ellipses
cell detection
statistical moments
title_short Método para la segmentación de células apiñadas en imágenes de microscopía confocal.
title_full Método para la segmentación de células apiñadas en imágenes de microscopía confocal.
title_fullStr Método para la segmentación de células apiñadas en imágenes de microscopía confocal.
title_full_unstemmed Método para la segmentación de células apiñadas en imágenes de microscopía confocal.
title_sort Método para la segmentación de células apiñadas en imágenes de microscopía confocal.
dc.creator.fl_str_mv Xaira Vanessa Prieto Osorio
dc.contributor.advisor.none.fl_str_mv Manuel Guillermo Forero Vargas
Luis Alejandro Miranda Rojas
dc.contributor.author.none.fl_str_mv Xaira Vanessa Prieto Osorio
dc.subject.armarc.none.fl_str_mv Segmentación - Celulas
Imagenes - Microscopía
Segmentación - Conteo Celular
Microscopía Confocal
topic Segmentación - Celulas
Imagenes - Microscopía
Segmentación - Conteo Celular
Microscopía Confocal
Segmentación
conteo celular
watershed
elipses
detección celular
momentos estadísticos
Segmentation
cell count
watershed
ellipses
cell detection
statistical moments
dc.subject.proposal.spa.fl_str_mv Segmentación
conteo celular
watershed
elipses
detección celular
momentos estadísticos
Segmentation
dc.subject.proposal.eng.fl_str_mv cell count
watershed
ellipses
cell detection
statistical moments
description Los recientes avances en la microscopía de escaneo láser, métodos de marcaje de fluorescencia y análisis de imágenes asistido por computador, entre otras técnicas, han abierto nuevas vías para la exploración celular en tejidos. La pérdida y adición de células son eventos biológicos importantes en la patología y, por lo general, suministran información fundamental sobre los cambios de la actividad biológica. En el estudio del cerebro en Drosophila se requiere el conteo del número de células. En el cerebro adulto este conteo es complejo debido a la baja resolución de las imágenes y al alto número de células, lo cual hace que aparezcan muy apiñadas. Por esta razón, se requiere el desarrollo de técnicas que permitan separarlas y distinguirlas para mejorar el conteo. Por esta razón, en este trabajo se estudian algunas de las técnicas propuestas hasta el momento y se proponen tres métodos llamados Circular Cell Detection, Center Cell y Div Ellipse, para separar células apiñadas y mejorar la cuantificación celular, en imágenes de microscopía confocal del cerebro de Drosophila logrando segmentar y contar las células de una región de interés.
publishDate 2021
dc.date.issued.none.fl_str_mv 2021
dc.date.accessioned.none.fl_str_mv 2025-03-27T22:37:23Z
dc.date.available.none.fl_str_mv 2025-03-27T22:37:23Z
dc.type.none.fl_str_mv Trabajo de grado - Pregrado
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.content.none.fl_str_mv Text
dc.type.driver.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.redcol.none.fl_str_mv http://purl.org/redcol/resource_type/TP
dc.type.version.none.fl_str_mv info:eu-repo/semantics/acceptedVersion
format http://purl.org/coar/resource_type/c_7a1f
status_str acceptedVersion
dc.identifier.citation.none.fl_str_mv Prieto Osorio, X.V. (2021). Método para la segmentación de células apiñadas en imágenes de microscopía confocal. [Trabajo de grado, Universidad de Ibagué]. https://hdl.handle.net/20.500.12313/4913
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12313/4913
identifier_str_mv Prieto Osorio, X.V. (2021). Método para la segmentación de células apiñadas en imágenes de microscopía confocal. [Trabajo de grado, Universidad de Ibagué]. https://hdl.handle.net/20.500.12313/4913
url https://hdl.handle.net/20.500.12313/4913
dc.language.iso.none.fl_str_mv spa
language spa
dc.relation.references.none.fl_str_mv A. Donoso, “Alzheimer’s disease,” Revista Chilena de Neuro-Psiquiatria, vol. 41, no. SUPPL. 2. Sociedad de Neurologia Psiquiatria y Neurocirugia, pp. 13–22, 2003, doi: 10.4067/S0717-92272003041200003.
W. Jiang, L. Wu, S. Liu, and M. Liu, “CNN-based two-stage cell segmentation improves plant cell tracking,” Pattern Recognit. Lett., vol. 128, 2019, doi: 10.1016/j.patrec.2019.09.017.
N. La, S. Palomino, and N. G. Hilares, “Implementación del algoritmo Watershed para el análisis de imágenes médicas,” vol. 8, no. 2, pp. 67–74, 2011.
M. Gamarra, E. Zurek, H. J. Escalante, L. Hurtado, and H. San-Juan-Vergara, “Split and merge watershed: A two-step method for cell segmentation in fluorescence microscopy images,” Biomed. Signal Process. Control, vol. 53, p. 101575, 2019, doi: 10.1016/j.bspc.2019.101575.
C. Panagiotakis and A. Argyros, “Region-based Fitting of Overlapping Ellipses and its application to cells segmentation,” Image Vis. Comput., vol. 93, p. 103810, 2020, doi: 10.1016/j.imavis.2019.09.001.
H. Wang, H. Zhang, and N. Ray, “Clump splitting via bottleneck detection and shape classification,” Pattern Recognit., vol. 45, no. 7, pp. 2780–2787, 2012, doi: 10.1016/j.patcog.2011.12.020.
Narvaez Armas Daniel J., “Microscopía,” Texto Electrónico complementario para el estudio del TEMA No 2 EL MICROSCOPIO del Programa Teórico de la asignatura Histología. http://www.medic.ula.ve/histologia/anexos/microscopweb/MONOWEB/inicio.htm (accessed Mar. 19, 2021).
Forero Vargas Manuel Guillermo, Introducción al Procesamiento Digital de Imágenes. 2002.
“¿Qué es la matriz de varianzas-covarianzas? - Minitab.” https://support.minitab.com/es-mx/minitab/18/help-and-how-to/modeling-statistics/anova/supporting-topics/anova-statistics/what-is-the-variance-covariance-matrix/ (accessed Mar. 19, 2021).
MATLAB & Simulink, “Segmentación de imágenes - MATLAB & Simulink - MathWorks América Latina.” https://la.mathworks.com/help/images/image-segmentation.html (accessed Mar. 19, 2021).
M. Liao et al., “Automatic segmentation for cell images based on bottleneck detection and ellipse fitting,” Neurocomputing, vol. 173, pp. 615–622, 2016, doi: 10.1016/j.neucom.2015.08.006.
School of Biosciences - University of Birmingham, “Birmingham Advanced Light Microscopy facility (BALM) - School of Biosciences - University of Birmingham.” https://www.birmingham.ac.uk/facilities/balm/index.aspx (accessed Mar. 19, 2021).
dc.rights.accessrights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.none.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.license.none.fl_str_mv Atribución-NoComercial 4.0 Internacional (CC BY-NC 4.0)
dc.rights.uri.none.fl_str_mv https://creativecommons.org/licenses/by-nc/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv http://purl.org/coar/access_right/c_abf2
Atribución-NoComercial 4.0 Internacional (CC BY-NC 4.0)
https://creativecommons.org/licenses/by-nc/4.0/
dc.format.extent.none.fl_str_mv 60 paginas
dc.format.mimetype.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad de Ibagué
dc.publisher.faculty.none.fl_str_mv Ingeniería
dc.publisher.place.none.fl_str_mv Ibagué
dc.publisher.program.none.fl_str_mv Ingeniería Electrónica
publisher.none.fl_str_mv Universidad de Ibagué
institution Universidad de Ibagué
bitstream.url.fl_str_mv https://repositorio.unibague.edu.co/bitstreams/561ea569-c34a-4067-865d-92c08243a40d/download
https://repositorio.unibague.edu.co/bitstreams/f1d5c7b1-dea8-4e9c-a15d-165bcb8a7b27/download
https://repositorio.unibague.edu.co/bitstreams/e9f46901-b4ad-4e90-a426-46c4578d75e6/download
https://repositorio.unibague.edu.co/bitstreams/36a6438f-d927-443c-b233-a5475da0f429/download
https://repositorio.unibague.edu.co/bitstreams/ab408204-c406-4a15-a31f-ad233d0f5782/download
https://repositorio.unibague.edu.co/bitstreams/ba6e8f05-0d6a-4c68-b146-ed053668279a/download
https://repositorio.unibague.edu.co/bitstreams/72f42c5e-d464-4d17-be87-7a208df598ba/download
https://repositorio.unibague.edu.co/bitstreams/0cbe55c9-1a54-459f-a8e6-1a25715f4c16/download
bitstream.checksum.fl_str_mv 304fb016cf4f95fff767bf4b6919c095
aad932f5aef4fc8fc69063273cbe5eca
c2d64739e0abff62c1d4bf01d7f146d0
2fa3e590786b9c0f3ceba1b9656b7ac3
6c7634079836e91693c25b3474642f8b
7094ea7441946ebd3e0917c823522344
f25602f8cab808c39a4daa56ea45c472
e47d886b2d144caac830ecf3a4450e4a
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional Universidad de Ibagué
repository.mail.fl_str_mv bdigital@metabiblioteca.com
_version_ 1851059951157379072
spelling Manuel Guillermo Forero Vargas32ab4fbd-d5a2-4892-ab94-e04f155238bb-1Luis Alejandro Miranda Rojase08effff-9e80-4c01-8f7d-4131cc0e8745-1Xaira Vanessa Prieto Osorio9cd9657a-8310-4c2a-8dbd-bc8033c23ed9-12025-03-27T22:37:23Z2025-03-27T22:37:23Z2021Los recientes avances en la microscopía de escaneo láser, métodos de marcaje de fluorescencia y análisis de imágenes asistido por computador, entre otras técnicas, han abierto nuevas vías para la exploración celular en tejidos. La pérdida y adición de células son eventos biológicos importantes en la patología y, por lo general, suministran información fundamental sobre los cambios de la actividad biológica. En el estudio del cerebro en Drosophila se requiere el conteo del número de células. En el cerebro adulto este conteo es complejo debido a la baja resolución de las imágenes y al alto número de células, lo cual hace que aparezcan muy apiñadas. Por esta razón, se requiere el desarrollo de técnicas que permitan separarlas y distinguirlas para mejorar el conteo. Por esta razón, en este trabajo se estudian algunas de las técnicas propuestas hasta el momento y se proponen tres métodos llamados Circular Cell Detection, Center Cell y Div Ellipse, para separar células apiñadas y mejorar la cuantificación celular, en imágenes de microscopía confocal del cerebro de Drosophila logrando segmentar y contar las células de una región de interés.Recent advances in laser scanning microscopy, fluorescence marking methods, and computer-aided image analysis, among other techniques, have opened up new avenues for tissue cell scanning. The loss and addition of cells are important biological events in pathology and generally provide fundamental information on changes in biological activity. In studying the brain in Drosophila, counting the number of cells is required. In the adult brain this count is complex due to the low resolution of the images and the high number of cells, which makes them appear very crowded. For this reason, the development of techniques that allow separating and distinguishing them is required to improve the count. For this reason, in this work some of the techniques proposed to date are studied and various methods are proposed to separate crowded cells and improve cell quantification in confocal microscopy images of the Drosophila brain.PregradoIngeniero ElectrónicoResumen.....IX Lista de figuras.....XII Lista de tablas.....XIII Lista de Símbolos y abreviaturas.....XIV Introducción.....1 1. Objeto de estudio.....13 1.1 Descripción del problema y justificación.....13 1.2 Objetivos: generales y específicos.....13 1.2.1 Objetivo general.....13 1.2.2 Objetivos específicos.....13 1.3 Estado del arte.....14 2. Marco teórico.....15 2.1 Procesamiento de imágenes.....15 2.2 Microscopía confocal.....15 2.3 Binarización.....16 2.4 Fill holes.....16 2.5 Momentos estadísticos.....17 2.5.1 Invariancia a la traslación.....18 2.5.2 Invariancia a la rotación.....18 2.6 Matriz de covarianza.....19 2.7 Segmentación.....20 2.8 Máximos locales.....21 3. Materiales.....22 3.1 Materiales.....22 4. Desarrollo.....23 4.1 Método círculos.....23 4.2 Método círculos Distancia máximos locales.....27 4.3 Método división por elipses.....29 5. Resultados.....34 6. Conclusiones y recomendaciones.....47 A. Anexo: Imágenes reales implementadas.....48 B. Anexo: Imágenes sintéticas implementadas.....52 Bibliografía.....5760 paginasapplication/pdfPrieto Osorio, X.V. (2021). Método para la segmentación de células apiñadas en imágenes de microscopía confocal. [Trabajo de grado, Universidad de Ibagué]. https://hdl.handle.net/20.500.12313/4913https://hdl.handle.net/20.500.12313/4913spaUniversidad de IbaguéIngenieríaIbaguéIngeniería ElectrónicaA. Donoso, “Alzheimer’s disease,” Revista Chilena de Neuro-Psiquiatria, vol. 41, no. SUPPL. 2. Sociedad de Neurologia Psiquiatria y Neurocirugia, pp. 13–22, 2003, doi: 10.4067/S0717-92272003041200003.W. Jiang, L. Wu, S. Liu, and M. Liu, “CNN-based two-stage cell segmentation improves plant cell tracking,” Pattern Recognit. Lett., vol. 128, 2019, doi: 10.1016/j.patrec.2019.09.017.N. La, S. Palomino, and N. G. Hilares, “Implementación del algoritmo Watershed para el análisis de imágenes médicas,” vol. 8, no. 2, pp. 67–74, 2011.M. Gamarra, E. Zurek, H. J. Escalante, L. Hurtado, and H. San-Juan-Vergara, “Split and merge watershed: A two-step method for cell segmentation in fluorescence microscopy images,” Biomed. Signal Process. Control, vol. 53, p. 101575, 2019, doi: 10.1016/j.bspc.2019.101575.C. Panagiotakis and A. Argyros, “Region-based Fitting of Overlapping Ellipses and its application to cells segmentation,” Image Vis. Comput., vol. 93, p. 103810, 2020, doi: 10.1016/j.imavis.2019.09.001.H. Wang, H. Zhang, and N. Ray, “Clump splitting via bottleneck detection and shape classification,” Pattern Recognit., vol. 45, no. 7, pp. 2780–2787, 2012, doi: 10.1016/j.patcog.2011.12.020.Narvaez Armas Daniel J., “Microscopía,” Texto Electrónico complementario para el estudio del TEMA No 2 EL MICROSCOPIO del Programa Teórico de la asignatura Histología. http://www.medic.ula.ve/histologia/anexos/microscopweb/MONOWEB/inicio.htm (accessed Mar. 19, 2021).Forero Vargas Manuel Guillermo, Introducción al Procesamiento Digital de Imágenes. 2002.“¿Qué es la matriz de varianzas-covarianzas? - Minitab.” https://support.minitab.com/es-mx/minitab/18/help-and-how-to/modeling-statistics/anova/supporting-topics/anova-statistics/what-is-the-variance-covariance-matrix/ (accessed Mar. 19, 2021).MATLAB & Simulink, “Segmentación de imágenes - MATLAB & Simulink - MathWorks América Latina.” https://la.mathworks.com/help/images/image-segmentation.html (accessed Mar. 19, 2021).M. Liao et al., “Automatic segmentation for cell images based on bottleneck detection and ellipse fitting,” Neurocomputing, vol. 173, pp. 615–622, 2016, doi: 10.1016/j.neucom.2015.08.006.School of Biosciences - University of Birmingham, “Birmingham Advanced Light Microscopy facility (BALM) - School of Biosciences - University of Birmingham.” https://www.birmingham.ac.uk/facilities/balm/index.aspx (accessed Mar. 19, 2021).info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Atribución-NoComercial 4.0 Internacional (CC BY-NC 4.0)https://creativecommons.org/licenses/by-nc/4.0/Segmentación - CelulasImagenes - MicroscopíaSegmentación - Conteo CelularMicroscopía ConfocalSegmentaciónconteo celularwatershedelipsesdetección celularmomentos estadísticosSegmentationcell countwatershedellipsescell detectionstatistical momentsMétodo para la segmentación de células apiñadas en imágenes de microscopía confocal.Trabajo de grado - Pregradohttp://purl.org/coar/resource_type/c_7a1fTextinfo:eu-repo/semantics/bachelorThesishttp://purl.org/redcol/resource_type/TPinfo:eu-repo/semantics/acceptedVersionPublicationORIGINALTrabajo de grado.pdfTrabajo de grado.pdfapplication/pdf2799649https://repositorio.unibague.edu.co/bitstreams/561ea569-c34a-4067-865d-92c08243a40d/download304fb016cf4f95fff767bf4b6919c095MD51Anexos.7zAnexos.7zapplication/octet-stream25367https://repositorio.unibague.edu.co/bitstreams/f1d5c7b1-dea8-4e9c-a15d-165bcb8a7b27/downloadaad932f5aef4fc8fc69063273cbe5ecaMD52Formato de autorización.pdfFormato de autorización.pdfapplication/pdf1023716https://repositorio.unibague.edu.co/bitstreams/e9f46901-b4ad-4e90-a426-46c4578d75e6/downloadc2d64739e0abff62c1d4bf01d7f146d0MD53LICENSElicense.txtlicense.txttext/plain; charset=utf-8134https://repositorio.unibague.edu.co/bitstreams/36a6438f-d927-443c-b233-a5475da0f429/download2fa3e590786b9c0f3ceba1b9656b7ac3MD54TEXTTrabajo de grado.pdf.txtTrabajo de grado.pdf.txtExtracted texttext/plain74850https://repositorio.unibague.edu.co/bitstreams/ab408204-c406-4a15-a31f-ad233d0f5782/download6c7634079836e91693c25b3474642f8bMD59Formato de autorización.pdf.txtFormato de autorización.pdf.txtExtracted texttext/plain1584https://repositorio.unibague.edu.co/bitstreams/ba6e8f05-0d6a-4c68-b146-ed053668279a/download7094ea7441946ebd3e0917c823522344MD511THUMBNAILTrabajo de grado.pdf.jpgTrabajo de grado.pdf.jpgIM Thumbnailimage/jpeg10006https://repositorio.unibague.edu.co/bitstreams/72f42c5e-d464-4d17-be87-7a208df598ba/downloadf25602f8cab808c39a4daa56ea45c472MD510Formato de autorización.pdf.jpgFormato de autorización.pdf.jpgIM Thumbnailimage/jpeg25377https://repositorio.unibague.edu.co/bitstreams/0cbe55c9-1a54-459f-a8e6-1a25715f4c16/downloade47d886b2d144caac830ecf3a4450e4aMD51220.500.12313/4913oai:repositorio.unibague.edu.co:20.500.12313/49132025-08-13 01:01:58.86https://creativecommons.org/licenses/by-nc/4.0/https://repositorio.unibague.edu.coRepositorio Institucional Universidad de Ibaguébdigital@metabiblioteca.comQ3JlYXRpdmUgQ29tbW9ucyBBdHRyaWJ1dGlvbi1Ob25Db21tZXJjaWFsLU5vRGVyaXZhdGl2ZXMgNC4wIEludGVybmF0aW9uYWwgTGljZW5zZQ0KaHR0cHM6Ly9jcmVhdGl2ZWNvbW1vbnMub3JnL2xpY2Vuc2VzL2J5LW5jLW5kLzQuMC8=

Publicaciones similares