Estudo Comparativo de Técnicas de Segmentação em Imagens Microscópicas Fluorescentes com Infecções de Leishmania

Estudo Comparativo de Técnicas de Segmentação em Imagens Microscópicas Fluorescentes com Infecções de Leishmania
Autor	João Filipe Faustino Pedro Ribeiro
Orientador	Miguel Tavares Coimbra
Co-Orientador
Data de Entrega	2015/11
URL	http://hdl.handle.net/10216/80788
Palavras-chave

Resumo

A análise de imagens microscópicas é uma das tarefas mais importante em qualquer pesquisa biomédica, pois permite a quantificação de um elevado número de parâmetros ao nível celular. Atualmente, é feita manualmente, levando a que os resultados sejam submetidos a um grau elevado de subjectividade, seja cansativo e consuma bastante tempo ao investigador. Para além de atrasar o processo de pesquisa, realizar esta tarefa manualmente conduz a erros de contagem devido a uma falta de objectividade inerente à própria natureza humana. Assim, abordagens que automatizem este processo podem ser uma possível solução para este problema.

Esta dissertação aborda esta questão através de um estudo comparativo do estado da arte de tecnicas de pre-processamento e segmentação. Dentro das tarefas de pre-processamento uma operação de alongar a gama dinâmica da imagem e um filtro passa-baixo foram escolhidos. Quanto aos métodos de segmentação três abordagens foram escolhidas, detecção de arestas, a binarização e clustering. Em cada abordagem três métodos de segmentação foram implementados.
Quatro casos de estudos foram desenhados: o primeiro envolve apenas a intervenção da tecnica de segmentação, o segundo um filtro passa-baixo é aplicado com cada método de segmentação, o terceiro usa um processo de esticar a gama dinâmica da imagem como técnica de pré-processamento e o último caso de estudo combina as duas técnicas de pré-processamento.

Os resultados foram avaliados usando uma métrica de erro e o tempo de execução em cada intervenção.

No final deste estudo, concluiu-se que os algoritmos de pré-processamento têm um impacto positivo nas operações de segmentação atingindo resultados com índices de erro mais baixos. Concluiu-se também que a intervenção de metodos de detecção de arestas e binarização são afetados pelos níveis de complexidade das estruturas e de ruído presente nas imagens de Leishmania. Os métodos de clustering geralmente tiveram um maior impacto na redução dos indices de erro de segmentação, especialmente com a implementação do Mean-Shift.