Download Análisis de Imágenes de Biopsia de Músculo de Ratón
Document related concepts
no text concepts found
Transcript
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!!