Download aplicación de algoritmos evolutivos al análisis de imágenes

UNIVERSIDAD DE GUADALAJARA
CENTRO UNIVERSITARIO DE CIENCIAS EXACTAS E
INGENIERÍAS
TESIS
APLICACIÓN DE ALGORITMOS EVOLUTIVOS AL
ANÁLISIS DE IMÁGENES MÉDICAS
Que para obtener el grado de Maestro en Ciencias en Ingeniería Electrónica y Computación
presenta
Ing. Margarita Arimatea Díaz Cortés
Dr. Erik Valdemar Cuevas Jiménez
Director de Tesis
Guadalajara, Jalisco Agosto 2014
RESUMEN
El análisis de imágenes microscópicas de los leucocitos es una potente herramienta de
diagnóstico en los campos médicos, que podría reducir los efectos del error humano y mejorar la
exactitud del diagnóstico, el ahorro de mano de obra y tiempo. Sin embargo, un reto actual es
detectar con precisión poblaciones de leucocitos debido a las características cambiantes que se
pueden extraer a partir de imágenes de frotis sanguíneo. Por tanto, la detección automática de los
glóbulos blancos (GB) sigue siendo un problema no resuelto en la detección de imágenes de
células sanguíneas. Por otra parte, la detección de primitivas geométricas en las imágenes
digitales se ha considerado como una tarea importante y compleja para la comunidad de visión
por computador, que ha dedicado una enorme cantidad de investigación en la búsqueda de un
detector óptimo de primitivas.
Dado que las células blancas de la sangre pueden ser
aproximadas por una forma circular/elipsoidal, algoritmos de detección de círculos y elipses
pueden aplicarse para reconocer y marcar en realidad tales células. Este trabajo presenta dos
algoritmos para la detección automática de los glóbulos blancos incrustados en imágenes
complicadas y desordenadas de frotis sanguíneo, que considera todo el proceso como un
problema de detección multi-círculo y multi- elipse. El enfoque inicial se basa en el algoritmo
de Optimización Electromagnética (EMO), que es un método evolutivo para resolver problemas
de optimización complejos, el segundo enfoque es basado en el algoritmo de optimización
Evolución Diferencial (DE), el cual también ha probado ser un método sumamente eficiente para
resolver problemas de optimización. Ambos algoritmos son fáciles de usar, mantienen una
vi
estructura simple y poseen propiedades aceptables de convergencia, así como de robustez. El
detector genérico utiliza la codificación de los tres puntos en el caso de los círculos y de cinco
puntos de borde en el caso de las elipses, como individuos que emulan candidatos en la imagen
del borde del frotis. Una función objetivo evalúa si estos círculos o elipses candidatos se
encuentran realmente presentes en la imagen de bordes. Guiado por los valores de esa función, el
conjunto de candidatos codificados (individuos) se desarrolla utilizando ambos algoritmos según
sea el caso, para que puedan encajar en las células blancas de la sangre presentes en la imagen.
Los resultados experimentales de imágenes de células sanguíneas blancas con un rango variable
de complejidad se incluyen, para validar la eficacia de la técnica propuesta en términos de
precisión, velocidad y robustez.
vii
ABSTRACT
Image analysis of microscopic leukocytes is a powerful diagnostic tool in medical fields that
could reduce the effects of human error and improve the diagnosis accuracy, saving manpower
and time. However, a current challenge is to accurately detect leukocyte populations due to the
changing features that can be extracted from smear images. Therefore, the automatic detection of
white blood cells (WBCs) still remains an unsolved issue in blood cell image detection. On the
other hand, geometrical primitive’s detection in digital images has been considered as an
important and complex task for the computer vision community that has devoted a tremendous
amount of research on seeking for an optimal detector. Since white blood cells can be
approximated by a circular or an ellipsoid form, several detection algorithms may be applied to
actually recognize and mark such cells. This work presents an algorithm for the automatic
detection of white blood cells embedded into complicated and cluttered smear images that
considers the complete process as a multi-circle or multi-ellipse detection problem. The
approach is first based on the Electromagnetism-like Optimization algorithm which is an
evolutionary method for solving complex optimization problems. In the second case, is based on
the Differential Evolution (DE) algorithm, which is also an effective evolutionary method for
solving complex optimization problems. Both algorithms are easy to use, keep a simple structure
and hold acceptable convergence properties and robustness. The detector uses the encoding of
three edge points in the case of circle and five edge points in the case of ellipse, as individuals
viii
which emulate candidate circles/ellipses in the edge image of the smear. An objective function
evaluates if these candidates are really present in the edge image. Guided by the values of such
function, the set of encoded candidates (individuals) are evolved using the EMO/DE algorithm
so that they can fit into the white blood cells enclosed within the edge-only map of the image.
Experimental results from white blood cell images with a varying range of complexity are
included to validate the efficiency of the proposed technique in terms of accuracy, speed, and
robustness.
ix
CONTENIDO
Página
AGRADECIMIENTOS ................................................................................................................... v
RESUMEN ................................................................................................................................vi-vii
ABSTRACT .............................................................................................................................viii-ix
LISTA DE TABLAS ............................................................................................................... xiv-xv
LISTA DE FIGURAS . .......................................................................................................... xvi-xvii
CAPÍTULO 1
1.
INTRODUCCIÓN ......................................................................................................... 1-10
1.1 Planteamiento del Problema ...................................................................................... 1-5
1.2 Objetivos ....................................................................................................................... 5
1.2.1 Objetivo General ........................................................................................... 5
1.2.2 Objetivos Particulares ................................................................................... 5
1.3 Antecedentes .............................................................................................................. 5-8
1.4 Descripción de Capítulos ......................................................................................... 8-10
CAPÍTULO 2
2.
OPTIMIZACIÓN ....................................................................................................... 11-16
2.1 Optimización ......................................................................................................... 11-12
2.2 Optimización Heurística y Metaheurística............................................................. 12-13
2.3 Tipos de Optimización .......................................................................................... 14-15
x
2.4 Algoritmos de Optimización ................................................................................. 15-16
CAPÍTULO 3
3.
IMÁGENES MÉDICAS ............................................................................................. 17-23
3.1 Imágenes Digitales del Frotis Sanguíneo............................................................... 17-23
CAPÍTULO 4
4.
DETECCIÓN DE CÍRCULOS USANDO EL ALGORITMO DE
OPTIMIZACIÓN ELECTROMAGNÉTICA ............................................................. 24-36
4.1 Algoritmo de Optimización Electromagnética ...................................................... 24-29
4.2 Pre-procesamiento de Datos ................................................................................. 29-30
4.3 Representación de un Individuo ........................................................................... 30-32
4.4 Función Objetivo .................................................................................................. 32-34
4.5 Implementación del Algoritmo de Optimización Electromagnética...................... 35-36
CAPÍTULO 5
5.
ANÁLISIS DE IMÁGENES DEL FROTIS SANGUÍNEO MEDIANTE
DETECCIÓN DE CÍRCULOS USANDO EL ALGORITMO DE
OPTIMIZACIÓN ELECTROMAGNÉTICA .............................................................. 37-54
5.1 Detección de Células Blancas ................................................................................ 37-39
5.2 Ejemplo Numérico ................................................................................................ 39-41
5.3 Resultados Experimentales ................................................................................... 41-45
5.4 Comparación con Otros Métodos ......................................................................... 46-53
5.4.1 Comparación de Detección ................................................................... 46-47
xi
5.4.2 Comparación de Robustez .................................................................... 48-50
5.4.3 Comparación de Estabilidad ................................................................. 51-53
5.5 Conclusiones ............................................................................................................... 54
CAPÍTULO 6
6.
DETECCIÓN DE ELIPSES USANDO EL ALGORITMO DE
OPTIMIZACIÓN EVOLUCIÓN DIFERENCIAL .................................................... 55-69
6.1 Algoritmo de Optimización Evolución Diferencial .............................................. 55-59
6.2 Pre-procesamiento de Datos ...................................................................................... 59
6.3 Representación de un Individuo ........................................................................... 59-61
6.4 Función Objetivo .................................................................................................. 61-67
6.5 Implementación del Algoritmo Evolución DIferencial para la Detección de
Elipses ............................................................................................................ 67-69
CAPÍTULO 7
7.
ANÁLISIS DE IMÁGENES DEL FROTIS SANGUÍNEO MEDIANTE
DETECCIÓN DE ELIPSES USANDO EL ALGORITMO DE
OPTIMIZACIÓN EVOLUCIÓN DIFERENCIAL .................................................... 70-91
7.1 Detector de Células Blancas ....................................................................................... 70
7.2 Preprocesamiento de las Imágenes ....................................................................... 70-73
7.3 Detección de Elipses ............................................................................................. 73-74
7.4 Ejemplo Numérico ................................................................................................ 75-77
7.5 Resultados Experimentales ................................................................................... 77-79
7.6 Comparación con Otros Métodos ......................................................................... 80-90
7.4.1 Comparación de Detección ................................................................... 80-81
xii
7.4.2 Comparación de Robustez .................................................................... 82-85
7.4.3 Comparación de Estabilidad ................................................................. 85-90
7.5 Conclusiones ......................................................................................................... 90-91
REFERENCIAS........................................................................................................................ 92-97
xiii