Se presenta un método para la identificación automática de células epiteliales en tejidos de histología. Trabajo presentado en el marco del VIII Congreso Colombiano de Morfología -2012
Estrategias de enseñanza - aprendizaje. Seminario de Tecnologia..pptx.pdf
Identificación de Núcleos de las Células Epiteliales Asistido por Ordenador
1. Identificación de Núcleos de las
Células Epiteliales Asistido por
Ordenador
Claudia Mazo, Maria Trujillo and Liliana Salazar
claudia.mazo@correounivalle.edu.co
2. Contenido
• Introducción
• Problema
• Enfoque propuesto
– Segmentación de los núcleos de las células
– Segmentación de las regiones de luz
– Segmentación de los núcleos de células
epiteliales
• Análisis y resultados
• Conclusiones
• Trabajos futuros
6. Enfoque Propuesto
• Segmentación de núcleos de las células
– Algoritmo structure tensor maximum
eigenvalues
– Algoritmo k-means
• Segmentación de las regiones de luz
– Algoritmo otsu
– Algoritmo Flood-fill
• Distancia euclidiana
7. Enfoque Propuesto
• Segmentación de núcleos de las células
– Algoritmo structure tensor maximum
eigenvalues
– Algoritmo k-means
• Segmentación de las regiones de luz
– Algoritmo otsu
– Algoritmo Flood-fill
• Distancia euclidiana
8. Segmentación de los Núcleos de las Células
(a) (b) (c) (d)
(e) (f) (g) (h)
(a) Using the Gradient-magnitude e) Using the Structure tensor maximum eigenvalues
(b) Using the Gradient-magnitude combining with non- f) Using the Structure tensor minimum eigenvalues
maximum gradient suppress g) Using the Normalized cut edge detection simple
(c) Using the Hessian tensor maximum eigenvalues h) Using the Normalised cut edge detection with T=3000
(d) Using the Hessian tensor minimum eigenvalues
9. Algoritmo Structure Tensor
Computation of the structure Tensor and the
resulting eigenvalues are ordered for each
image element (pixel/voxel)
The structure tensor is based in gradient of f:
12. Enfoque Propuesto
• Segmentación de núcleos de las células
– Algoritmo structure tensor maximum
eigenvalues
– Algoritmo k-means
• Segmentación de las regiones de luz
– Algoritmo otsu
– Algoritmo Flood-fill
• Distancia euclidiana
15. Algoritmo Flood-fill
• Determines the area connected to a given
node in a multidimensional array
http://en.wikipedia.org/wiki/File:Recursive_Flood_Fill_8_%28aka%29.gif
16. Enfoque Propuesto
• Segmentación de núcleos de las células
– Algoritmo structure tensor maximum
eigenvalues
– Algoritmo k-means
• Segmentación de las regiones de luz
– Algoritmo otsu
– Algoritmo Flood-fill
• Distancia euclidiana
17. Distancia Euclidiana
1. Calculate the Euclidean distance between each
nucleus and the nearest light area
2. Verify membership according to a threshold T
18. Enfoque Propuesto
• Segmentación de núcleos de las células
– Algoritmo structure tensor maximum
eigenvalues
– Algoritmo k-means
• Segmentación de las regiones de luz
– Algoritmo otsu
– Algoritmo Flood-fill
• Distancia euclidiana
25. Criterio de Expertos
Expert Img 1 Img 2 Img 3 Img 4 Img 5
Expert 1 Very good Excelent Good Excelent Good
Expert 2 Good Good Good Very good Good
Table 2: Performance evaluation of selected images by expert
26. Conclusiones
• Cells are the foundation for recognising tissues
present in an organ
• The proposed approach uses criteria based on
the morphology of the tissue, which improves
the segmentation results
• Obtained results provided a closer
segmentation to the expert-eye segmentation,
according to the expert opinions
• The experimental evaluation shows that the
obtained segmentation is very close to the real
one
27. Trabajos Futuros
• The obtained result will be used as input to
identify segmented cells of epithelial type to
which belongs
• Identify the four basic tissues