Revista  Informativa  de  la  Fundación  Repetto

Verano  2000

Año  3º

MÉTODO DE EVALUACIÓN DE COINCIDENCIAS EN IMÁGENES DE MICROSCOPÍA MEDIANTE COMBINACIÓN DE FILTRADO DE HISTOGRAMAS E IDENTIFICACIÓN HOLOGRÁFICA

En este trabajo se presenta un método de procesado de imágenes, original del  Autor y patentado por la Universidad de Sevilla, que permite evaluar numéricamente el grado de coincidencia entre sí de dos imágenes arbitrarias mediante una combinación de técnicas de filtrado de histogramas e identificación holográfica.

     Su aplicación a la realización de análisis clínicos se fundamenta en definir un conjunto de imágenes- de células u otro elementos- como patrones del análisis que desea realizar y, a continuación, procesar la imagen captada por la cámara para evaluar la coincidencia de cada objeto presente en ella con los patrones predefinidos.

     Como las coincidencias obtenidas son analizadas individualmente y clasificadas - en su caso- como pertenecientes a uno u otro tipo, este método puede aplicarse a la imagen registrada por una cámara conectada a un microscopio o dispositivo similar para

     Contabilizar cada coincidencia como una identificación de un tipo u otro, es decir, clasificar cada objeto encontrado (coincidencia) como pertenecientes a la clase de alguno de los patrones de referencia – dentro de unos umbrales de sensibilidad y especifidad regulables por el usuario- y asignar a cada objeto encontrado, por interpolación con los patrones registrados, un valor de otra magnitud no medida directamente. Por ejemplo, si se tabula la importancia o el grado de malignidad de un determinado elemento de la imagen en relación con su valor numérico de coincidencia en un proceso de identificación determinado, cuando se analice la imagen de otro objeto – del mismo tipo y buscado con los mismos patrones – se puede interpolar a partir de su máximo de coincidencia para estimar su malignidad.

     Si consideramos el sistema compuesto por:

  ·     Un dispositivo de captación de imágenes, que puede ser una cámara digital, una cámara convencional con una tarjeta digitalizadora, un escáner o una conexión de red que permita recibir imágenes en cualquier formato digital.

  ·      Un ordenador con un programa en el que se desarrolla el procesado según nuestro método, y

  ·     Cualquier dispositivo de visualización o representación de resultados y/o de interacción y control de otras máquinas (rotuladoras, empaquetadoras, robots clasificadores, etc...) que se puedan conectar con el ordenador de procesado y que funcionarían según los resultados de éste, tenemos definido un sistema que puede ser parcial o totalmente automatizado para la realización de un tipo particular de análisis clínico.

En el programa informático que se presenta  (HoLoLab) se han implementado así dos tipos de análisis de imágenes –“tipos de búsqueda” – diferentes:  

 

 

·    Búsqueda predefinida: si existe un número determinado de posibles elementos  y todos los objetos encontrados  en  la imagen son de alguno de estos tipos. Es el caso, por ejemplo, de una imagen con diversas células que pueden ser de tres tipos (genéricamente denominadas tipo 1, 2 y 3). A partir de un cierto umbral en el valor numérico de coincidencia – definido por el usuario – cada célula de la imagen es adjudicada al tipo al cual sea más cercana. El umbral permite discriminar objetos presentes en la imagen que sean muy lejanos (muy poco parecidos) a las células usadas como patrones y que, por tanto, no deben ser clasificados como tales.

  ·    Búsqueda selectiva: Es la búsqueda en que cada objeto encontrado es comparado con los patrones de referencia disponibles  y únicamente si su grado de parecido entra dentro de los umbrales de sensibilidad y especifidad definidos por el usuario es identificada como coincidente con el patrón correspondiente. Se puede conocer exactamente (numéricamente) el grado de coincidencia de cada hallazgo, su posición en la imagen y su relación porcentual con los patrones predefinidos. Esta  búsqueda permite activar alarmas o señales cuando se está intentando localizar un objeto muy concreto – células, microorganismos – en una imagen compleja.

     La evaluación e interpretación de los resultados obtenidos puede ser realizada por el usuario o con ayuda de un sistema de clasificación basado en alguno de los procedimientos de inteligencia artificial (sistema experto, red neuronal, lógica borrosa) actualmente disponibles o que pueda ser desarrollado en el futuro.

 

Resumen y aplicaciones potenciales

     Hololab es un sistema para la realización de análisis clínicos mediante el procesado de la imagen captada por una cámara conectada a un microscopio o dispositivo similar. Permite clasificar los elementos observados – células u otros organismos -, contarlos y estimar los valores de magnitudes no visibles a partir de los valores numéricos resultantes de un proceso de identificación holográfica realizado digitalmente. Puede utilizarse en ordenadores personales y adaptarse para la práctica totalidad de cámaras disponibles y, en particular, puede funcionar con las cámaras de vídeo para internet  (“webcam”) de bajo coste.

     Por otra parte, por haber sido desarrollado en forma de un programa informático para ordenadores personales, puede integrarse en líneas automatizadas de análisis, producción, envasado o clasificación de manera que el procesado de las imágenes se lleve a cabo automáticamente, cada cierto intervalo de tiempo, o cada  vez  que una muestra se sitúe en la zona de visión de la cámara. Asimismo, puede aprovecharse la facilidad de comunicaciones del sistema con otras máquinas (agitadores, brazos manipuladores, etiquetadoras, etc.) para analizar las muestras contenidas en cajas o bandejas, rotularlas en función de los elementos presentes y, opcionalmente, según cualquier otro criterio relacionado que desee el usuario. Los resultados  de la clasificación pueden imprimirse , grabarse o transmitirse a otro ordenador, por ejemplo de administración o de control de procesos combinados de análisis.  

 

 

  Trabajo finalista presentado al Premio San Lucas de Análisis Clínicos 1999 por el Prof. Dr. Emilio Gómez González del Departamento Física Aplicada de la Escuela Superior de Ingenieros. Universidad de Sevilla.
<< Anterior

Siguiente >>