HERRAMIENTA PARA HERRAMIENTA PARA CARACTERIZACION DE CARACTERIZACION DE

RENDIMIENTO DE ALGORITMOS RENDIMIENTO DE ALGORITMOS DE SEGMENTACION EN IMÁGENES DE SEGMENTACION EN IMÁGENES

MICROSCOPICASMICROSCOPICAS

Sustentación Tesis de Grado.Sustentación Tesis de Grado.Facultad de Ingeniería Eléctrica y Facultad de Ingeniería Eléctrica y

Computación – FIECComputación – FIEC08-02-200708-02-2007

Que es la segmentación?Que es la segmentación?

La segmentación es el proceso que La segmentación es el proceso que divide una imagen en regiones divide una imagen en regiones cuyos píxeles poseen atributos cuyos píxeles poseen atributos similares, por ejemplo, intensidad, similares, por ejemplo, intensidad, textura, movimiento.textura, movimiento.

Idealmente cada región Idealmente cada región segmentada corresponde a un segmentada corresponde a un objeto que se encuentre en la objeto que se encuentre en la escena.escena.

Segmentación de la Segmentación de la ImagenImagen

Imagen Región Etiquetada

Cada píxel de la imagen de entrada se la etiqueta con un valor numérico que indica su pertenencia a un grupo de píxeles que comparten una propiedad común

Resultado de la Resultado de la segmentaciónsegmentación

Por que es importante?Por que es importante?

En tareas repetitivas como el análisis de En tareas repetitivas como el análisis de imágenes, los resultados dependen de factores imágenes, los resultados dependen de factores como la fatiga y el cansancio y la experiencia. como la fatiga y el cansancio y la experiencia. Se obtienen resultados son subjetivos.Se obtienen resultados son subjetivos.

Tareas repetitivas necesitan proceso automáticos

Que busca citopatólogoQue busca citopatólogo

Muestra de células cérvico uterina. (a) Núcleo de la célula. (b) Citoplasma. (c) Algún tipo de bacteria. (d)

Diversos elementos celulares.

Conocimiento del dominio Conocimiento del dominio del problemadel problema

Normal Displasia

Cáncer

Problema a resolverProblema a resolver

(a) Imagen cérvico uterina (b) Resultados obtenidos de la segmentación aplicando diferentes algoritmos.

Formación de la imagenFormación de la imagen

Espacios de ColorEspacios de Color

Es una representación matemática de Es una representación matemática de nuestra percepción.nuestra percepción.

Se puede especificar, crear y Se puede especificar, crear y visualizar información del color.visualizar información del color.

La computadora define en color por La computadora define en color por medio de la combinación de ondas de medio de la combinación de ondas de luz (RGB).luz (RGB).

Impresora define el color en términos Impresora define el color en términos de la mezcla sustractiva de de la mezcla sustractiva de pigmentos de tinta CMYK.pigmentos de tinta CMYK.

Espectro Espectro electromagnéticoelectromagnético

THE VISIBLE SPECTRUMTHE VISIBLE SPECTRUM

LIGHTLIGHT

INTERPRETACION HUMANAINTERPRETACION HUMANA

NTSC HSI Lab

RGB CMY(K) HSL CIELuv CIELab XYZ RGB CMY(K) HSL CIELuv CIELab XYZ YIQ YUV YCbCr YCC YIQ YUV YCbCr YCC

Curvas ROCCurvas ROC

Análisis de curvas ROC (Receiving Operating Curves) Análisis de curvas ROC (Receiving Operating Curves) que miden términos de sensibilidad y especificidad el que miden términos de sensibilidad y especificidad el rendimiento de los algoritmos utilizados.rendimiento de los algoritmos utilizados.

Métricas definidas como la proporción de píxeles que Métricas definidas como la proporción de píxeles que pertenecen al objeto de interés detectados pertenecen al objeto de interés detectados correctamente y la proporción de píxeles que no correctamente y la proporción de píxeles que no pertenecen al objeto de interés y no forman parte de pertenecen al objeto de interés y no forman parte de el resultado de la segmentación.el resultado de la segmentación.

Resultados que deben coincidir con los píxeles Resultados que deben coincidir con los píxeles clasificados manualmente por un especialista clasificados manualmente por un especialista encapsulados en una plantilla.encapsulados en una plantilla.

Curvas ROCCurvas ROC

Algoritmos de Algoritmos de SegmentaciónSegmentación

Basados en el histograma. (Agrupa Basados en el histograma. (Agrupa píxeles que tienen las mismas píxeles que tienen las mismas propiedades).propiedades).

Basado en la detección de bordes Basado en la detección de bordes (Objetos destacan de su entorno y (Objetos destacan de su entorno y tienen bordes definidos).tienen bordes definidos).

Segmentación basada en regiones.Segmentación basada en regiones.(Combina información de ubicación (Combina información de ubicación espacial y Similaridad de los espacial y Similaridad de los píxeles).píxeles).

EXPERIMENTOEXPERIMENTO

ObjetivosObjetivos

Crear aplicación de software que permita caracterizar Crear aplicación de software que permita caracterizar algoritmos de segmentación.algoritmos de segmentación.

Crear una base de datos con imágenes microscópicas.Crear una base de datos con imágenes microscópicas. Generar curvas ROC para varios algoritmos de Generar curvas ROC para varios algoritmos de

segmentaciónsegmentación

MetodologíaMetodología

Imágenes microscópicas fueron provistas por APROFE y Imágenes microscópicas fueron provistas por APROFE y digitalizadas con cámara AxioCAM Mrc5 + Microscopio digitalizadas con cámara AxioCAM Mrc5 + Microscopio Axioskop2 plus.Axioskop2 plus.

Espacios de Color fueron probados RGB HSL LUV LAB Espacios de Color fueron probados RGB HSL LUV LAB XYZ YIQ YUV YCbCr y YCC.XYZ YIQ YUV YCbCr y YCC.

Curvas ROC fueron generadas variando parámetro de Curvas ROC fueron generadas variando parámetro de entrada de los algoritmos evaluadosentrada de los algoritmos evaluados

RESULTADOSRESULTADOS

Herramienta de Software fue implementadaHerramienta de Software fue implementada Algoritmos Watershed y Meanshift fueron evaluados.Algoritmos Watershed y Meanshift fueron evaluados. Base de imágenes microscópicas fueron creadosBase de imágenes microscópicas fueron creados Resultados iniciales planos derivados del espacio XYZ son Resultados iniciales planos derivados del espacio XYZ son

recomendados para segmentación de imágenes microscópicas.recomendados para segmentación de imágenes microscópicas.

PublicacionesPublicaciones

D. Ochoa. C Crespo. Evaluación cuantitativa de espacios de color D. Ochoa. C Crespo. Evaluación cuantitativa de espacios de color para la segmentación de imágenes celulares microscópicas, II para la segmentación de imágenes celulares microscópicas, II Congreso Nacional de Investigación, Tecnologías e Innovación & Congreso Nacional de Investigación, Tecnologías e Innovación & jornadas de Espolciencia. Categoría: Póster. Ecuador. Noviembre jornadas de Espolciencia. Categoría: Póster. Ecuador. Noviembre 20062006

Crespo Christopher,Crespo Christopher, “Herramienta para caracterización de “Herramienta para caracterización de rendimiento de algoritmos de segmentación” Tesis de rendimiento de algoritmos de segmentación” Tesis de grado previo a la obtención del título de Ingeniero en grado previo a la obtención del título de Ingeniero en ComputaciónComputación, Universidad ESPOL Facultad: FIEC, Ecuador 2007. , Universidad ESPOL Facultad: FIEC, Ecuador 2007. Director de Tesis: Daniel Ochoa. Director de Tesis: Daniel Ochoa.

Software desarrolladoSoftware desarrollado

Generador de Plantilla

Segmentación semi-

automática

Evaluación

Imágenes segmentad

as

Plantilla

Resultados

Software DesarrolladoSoftware Desarrollado

Watershed

Meanshift

Generador PlantillaGenerador Plantilla

Generador PlantillaGenerador Plantilla

Generador PlantillaGenerador Plantilla

Generador PlantillaGenerador Plantilla

Generación semi-Generación semi-automática (Watershed)automática (Watershed)

Generación semi-Generación semi-automática (MeanShift)automática (MeanShift)

EvaluaciónEvaluación

Resultados Iniciales obtenidos usando la herramienta

Preguntas?Preguntas?

Gracias a todos por estar aquí. =)Gracias a todos por estar aquí. =)