Download Análisis de Imágenes de Biopsia de Músculo de Ratón

Análisis de
Imágenes de
Biopsia de
Músculo de
Ratón
Abraham Peña Hoyos
Carmen Cruz Ramos Molinero
Segmentación celular
Células musculares
De humano
Segmentación celular
Células de
ratón
¿Para que sirve?
 Enfermedades
del tejido conectivo y de
los vasos sanguíneos (como la poliarteritis
nodosa)
 Infecciones que afectan los músculos
(como la triquinosis o la toxoplasmosis)
 Trastornos musculares como distrofia
muscular o miopatía congénita
 Defectos metabólicos del músculo
Experimentación
2 método
 Segmentación general
 Segmentación de células rojas
Segmentación general
No diferenciaremos
Entre células lentas
Y rápidas
Segmentación general
 Color
Balance: resaltamos canal verde
Segmentación general
 Separamos
los 3 canales RGB
Segmentación general
 Filtro
Gaussiano al canal verde: suaviza
imperfecciones y suciedades
Segmentación general
 Transformamos
la imagen de escala de
grises a imagen binaria
Segmentación general
 Filtro
de mínimos y máximos para quitar
suciedades y suavizar los bordes
Segmentación general
 Fill
holes: rellena los huecos 4adyancentes de las células.
Segmentación general
 Analyze
Particles: resalta, enumera y
añade características a las células.
Segmentación células rojas
Queremos obtener
las características
de las células rojas
Segmentación células rojas
 Separamos
3 canales (sin aumentar el
canal verde)
Segmentación células rojas
 Transformamos
la imagen en escala de
grises a imagen binaria.
Segmentación células rojas
 Filtro
de mínimos y máximos para quitar
suciedades y suavizar los bordes
Segmentación células rojas
 Fill
holes: rellena los huecos 4adyancentes de las células.
Segmentación células rojas
 Analyze
Particles: resalta, enumera y
añade características a las células.
ImageJ y Macros
ImageJ es un programa de procesamiento de
imagen digital de dominio público programado
en Java desarrollado en el National Institutes of
Health. ImageJ fue diseñado con
una arquitectura abierta que proporciona
extensibilidad vía plugins Java
y macros (macroinstrucciones) grabables. La
arquitectura de plugins y entorno de desarrollo
integrados de ImageJ lo han convertido en una
plataforma popular para enseñar
procesamiento de imagen.
Arrancar un macro
Ventajas Macros
run("Split Channels");
close();
close();
//run("Threshold...");
setAutoThreshold("Default dark");
setThreshold(101, 255);
run("Convert to Mask");
Son llamadas a instrucciones
¡¡Mucho más rápido que
un plugin!!
run("Minimum...", "radius=10");
run("Maximum...", "radius=10");
run("Fill Holes");
run("Analyze Particles...", "size=30-Infinity circularity=0.00-1.00
show=Nothing display exclude clear summarize add");
roiManager("Show All with labels");
roiManager("Show All");
roiManager("Select", 6);
¿Qué hemos aprendido?
 Otro
campo científico «Multidisciplinar»
 Nuevas herramientas (ImageJ)
 Recordar conceptos de Java y C++
 Buscar más allá de que se aplica
 Ver la potencia de filtros y algoritmos de
PID
¿Preguntas?
¡¡Gracias!!