ImageJ

Fonte: aprendis
Saltar para a navegaçãoSaltar para a pesquisa
ImageJ
Sigla ImageJ
Designação ImageJ
Data de Lançamento 1987
Entidade Criadora Wayne Rasband (programador da NIH)
Entidade Gestora National Institutes of Health
Versão Atual 1.51n - 1 de Maio 2017
Requisitos Técnicos Java versão 6.0
Tipo de Licenciamento open source software (OSS) projects
Arquitetura
Sistema Operativo Windows, MacOS X, Linux (desenvolvido em Java)
Especialidade Médica
Utilizadores Principais Comunidade científica
Função Edição, processamento e análise de Imagem


Acerca do ImageJ

Figura 1: Logotipo do ImageJ

É um programa de edição, processamento e análise de imagem desenvolvido pela National Institutes of Health (NIH) baseado em Java, de download gratuito, do domínio público, de código aberto e não necessita de licença de utilização [1], [2]. Este programa funciona em diferentes sistemas operativos, como o Windows, MacOs X e Linux. O ImageJ é simples de usar, executa um conjunto alargado de manipulações na imagem e pode recorrer a centenas de macros e plugins, desenvolvidos por uma vasta e conhecedora comunidade de utilizadores, desde a nanotecnologia à astronomia, com foco central nas ciências da saúde [3]. A capacidade de ser flexível e expansível torna o ImageJ num programa potente e <\p>.


Funcionalidades

O ImageJ disponibiliza uma grande variedade de ferramentas de edição, processamento e análise de imagem aplicáveis a imagens de 8-bit, 16-bit e 32-bit. Para além disso,lê e guarda a maioria dos formatos de imagem mais comuns e importantes usados no campo da imagem médica, tais como TIFF, GIF, JPEG, BMP, PNG, ASCII, DICOM e raw data. Esta lista não acaba por aqui, pois existem plugins desenvolvidos pela comunidade de utilizadores que abrem e guardam outros formatos [3].

Na edição de imagem, o ImageJ, permite converter imagens de um formato para outro, fazer configurações avançadas de brilho e contraste da imagem, alterar as suas dimensões, inspecionar as suas propriedades, gerir as características específicas de imagens a cores e imagens indexadas, gerir imagens utilizando stacks e hiperstacks, realizar sobre as imagens todo o tipo de transformações geométricas, criar e gerir revestimentos nas imagens, entre outros.

Para o processamento de imagem, o ImageJ fornece diversos filtros, tais como o “passo abaixo”, deteção de bordos, tridimensionais, entre outros. É capaz de fazer convulsões, transformadas de Fourier, operações matemáticas e lógicas. Também disponibiliza soluções para remover ou reduzir vários tipos de ruído.

Este programa tem um leque variado de ferramentas de análise de imagem, podendo realizar medições em zonas específicas ou na totalidade da imagem. Exemplos destas ferramentas são os: histogramas, as medições de área, dados estatísticos, densidades, etc.

O ImageJ conta com repositórios oficiais onde são disponibilizadas macros, plugins, scripts e imagens, de diferentes áreas, de forma gratuita.


Figura 2: Interface inicial do ImageJ


História

Em 1987, o programador Wayne Rasband da Research Services Branch (RSB), da NIH, lançou um programa de análise de imagem livre, chamado NIH Image, com o objectivo de permitir aos utilizadores desenvolver novos aplicativos, para as diversas áreas de análise de imagem. Este programa foi desenvolvido para o sistema operativo da Mac. Com o aumento do número de utilizadores houve a necessidade de desenvolver o programa para o sistema operativo da Microsoft, sendo este realizado pela empresa Scion Corporation. No entanto, esta adaptação não foi satisfatória, pois continha muitos “bugs” e era paga, não dando a possibilidade da comunidade de utilizadores de a corrigir.

O aumento de utilizadores da Microsoft na comunidade científica e o aparecimento da linguagem de programação Java, fizeram com que o Wayne Rasband desenvolve-se um programa idêntico ao NIH Image, mas que pudesse ser utilizado nos diferentes sistemas operativos. A este novo programa o autor chamou de ImageJ, para manter a ligação ao NIH Image, com o “J” a indicar o desenvolvimento em Java. [4] O primeiro lançamento foi em 23 de setembro de 1997, com a versão 0.50 e, neste momento, está na versão 1.51k, lançado no dia 1 de Março de 2017. [5]


Variações do ImageJ

Existem variações baseadas no ImageJ, desenvolvidas por utilizadores de diferentes áreas. Estas variações são exemplos da flexibilidade e expansibilidade.

Tabela 1 - Lista de variações do NIH Image e ImageJ [4]
Nome Data de início Descrição
NIH Image 1987 O antecessor do ImageJ, criado pelo Rasband, desenvolvido para a Macintosh, não tem desenvolvimento ativo.
ImageSXM Maio 1993 Uma versão do NIH Image para OSX desenvolvida por Steve Barrett; destinado a lidar com o carregamento, exibição e análise de imagens a partir do microscópio electrónico de varredura.
ImageJ 1997 A versão atual do ImageJ desenvolvida pelo Rasband; também designado por ImageJ1.
ImageJ2x Desconhecido Uma ramificação de ImageJ; modificado para usar interface Swing; não tem desenvolvimento ativo.
ImageJA Julho 2005 Um ramo do ImageJ desenvolvido por Johannes Schindelin; usado como o núcleo de Fiji.
Fiji Dezembro 2007 A distribuição "incluídas em baterias" do ImageJ, agregando muitos plugins que facilitam a análise de imagens científicas, sendo popular nas ciências da vida.
ImageJX Março 2009 Criado por Grant Harris para discutir melhorias no ImageJ; formou a base de uma aplicação para o NIH que lançou ImageJDev.
ImageJ2 (ImageJDev) Dezembro 2009 Desenvolvido pelo projeto ImageJDev; uma reescrita completa do ImageJ; inclui ImageJ1 para permitir antigos plug-ins e macros.
MBF_ImageJ 2005 Projeto desenvolvido por Tony Collins para microscopistas; os plugins do MBF ImageJ podem ser instalados no Fiji, combinando os programas.
SalsaJ Desconhecido Um ramo da ImageJ destinado a aplicações de astronomia; projetado para uso em salas de aula; disponível em mais de 30 idiomas.
CellProfiler 2006 Software livre e de código aberto iniciado por Anne Carpenter e Thouis Jones; auxilia biólogos sem formação de visão computacional para medir quantitativamente imagens de células automaticamente.
Icy 2011 Criada pelo Quantitative Image Analysis Unit no Institut Pasteur, a Icy fornece software integrado para preencher a lacuna entre usuários e programadores por meio de software de código aberto e um site central.
Bio7 Desconhecido Aplicação utilizada para modelagem ecológica; ambiente de desenvolvimento integrado; centra-se na modelagem baseada em indivíduos e em modelos espacialmente explícitos.
uManager 2005 Software de microscopia de código aberto; controla microscópios automatizados; solução de imagem abrangente quando usado com ImageJ; desenvolvido por Arthur Edelstein, Ziah Dean, Henry Pinkard e Nico Stuurman.


Aplicação na área médica


Exemplo de utilização do ImageJ

Tabela 2 - Exemplo de processamento de imagem para contagem de células [13]
Original Escala de Cinzentos Threshold
Figura 3:Imagem de embriões, retirados dos exemplos do ImageJ
Figura 4:A imagem de embriões convertida para escala de cinzentos (8-bit)
Figura 5: Threshold da imagem de embriões convertida para binário
Identificação e contagem das células Sumário da contagem de células
Figura 6: Identificação dos bordos e contagem das células
Figura 7:Resultado da contagem de células


Este conteúdo em vídeo

O vídeo sobre o ImageJ está disponível no Link Panopto ou através do youtube.

<youtube>https://youtu.be/nkZeMQVT2WY </youtube>

Referências

  1. National Institutes of Health
  2. ImageJ download
  3. 3,0 3,1 Abràmoff, Michael D., Magalhães, Paulo J., Ram, Sunanda J. Image Processing with ImageJ Biophotonics International, vol. 11, no. 7, July 2004, pp. 36-42
  4. 4,0 4,1 Schneider, C., Rasband, W., Eliceiri, K., NIH Image to ImageJ: 25 years of image analysis Nature Methods, vol. 9 (7), July 2012, pp: 671-675
  5. Versões do ImageJ
  6. Sheffield, J., ImageJ, A Useful Tool for Biological Image Processing and Analysis 2007
  7. Grishagin, I., Automatic cell counting with ImageJ Analytical Biochemistry 2015, vol: 473, pp: 63-65
  8. Shu, J., Dolman, G., Duan, J., Qiu, G., Ilyas, M., Statistical colour models: an automated digital image analysis method for quantification of histological biomarkers. BioMedical Engineering OnLine 2016 vol: 15 (1) pp: 46
  9. Fulawka, L., Halon, A., Proliferation Index Evaluation in Breast Cancer Using ImageJ and ImmunoRatio Applications. Anticancer research 2016, vol: 36 (8), pp: 3965-72
  10. Huda, W., Rill, L., Benn, D., Pettigrew, J., Comparison of a photostimulable phosphor system with film for dental radiology Oral Surgery, Oral Medicine, Oral Pathology, Oral Radiology, and Endodontology, 1997, vol: 83 (6), pp: 725-731
  11. Alegro, M., Theofilas, P., Nguy, A., Castruita, P., Seeley, W., et. al., Automating cell detection and classification in human brain fluorescent microscopy images using dictionary learning and sparse coding. Journal of Neuroscience Methods 2017 vol: 282 pp: 20-33
  12. Staal, J., Abramoff, M., Niemeijer, M., Viergever, M., van Ginneken, B., Ridge-Based Vessel Segmentation in Color Images of the Retina IEEE Transactions on Medical Imaging 2004, vol: 23 (4), pp: 501-509
  13. Exemplos ImageJ


Links Externos