Post on 29-Aug-2021
ANALISIS Y DETERMINACIÓN DE PROPIEDADES EN IMÁGENES DE CITOLOGÍA
Página 1
7. Ejemplos con LightPAP La herramienta creada se ha testado con una secuencia de siete imágenes de
citologías muy diferentes entre sí. Estas imágenes han sido proporcionadas por un
grupo de investigación de la Universidad Politécnica de Barcelona pero no están
diagnosticadas ni se dispone de información sobre las mismas (ni tipo de tinción, ni
resolución, ni tipo de muestra…). Sin embargo sirven para evaluar el funcionamiento
de la aplicación ya que hemos dejado la opción al usuario de modificar los parámetros
y umbrales. Vamos a comprobar el funcionamiento de la herramienta caso por caso, y
veremos para qué tipos de imagen funciona mejor.
Nota: En todas las imágenes de los ejemplos de procesado siguientes, la imagen
superior es la imagen original y la imagen inferior es el resultado de la segmentación
aplicada.
7.1. Imagen 1
La primera imagen se muestra en la figura, y es muy similar a la estudiada como
ejemplo en el apartado anterior. Visualmente muestra unos bordes claramente
definidos entre células y núcleos de elevada intensidad. Se aprecian células de dos
colores claramente diferenciados: rosado y azul claro. Aparecen artefactos en la parte
superior izquierda de la imagen. El fondo es bastante homogéneo.
ANALISIS Y DETERMINACIÓN DE PROPIEDADES EN IMÁGENES DE CITOLOGÍA
Página 2
Figura 1 Imagen 1 e imagen 1 segmentada por Watershed
ANALISIS Y DETERMINACIÓN DE PROPIEDADES EN IMÁGENES DE CITOLOGÍA
Página 3
Los parámetros que se han usado para su procesado se ven en el fichero de
texto a continuación.
Fichero D:\kriz\citology_def\08_03_04_img1\parametros.txt Segmentación por Watershed con marcadores Fecha creación: 6-3-2008 Hora creación: 18:59 Parámetros de preprocesamiento: Planos de procesado: Escala de grises Filtro para ruido: Mediana Tamaño del filtro: 3 Ecualización de histograma: Si Realce de bordes: No Alfa: 2.000000e-001 Parámetros de ROI: Umbral regiones: 30 Tamaño mínimo de región: 500 Tipo de filtro usado: Sobel Tamaño del elemento morf: 2 Parámetros de segmentación Watershed Umbral segmentacion marcadores: 180 Tamaño de elemento estructural: 3 Parámetros morfológicos de la célula Tamaño máximo de una célula: 2000 Tamaño mínimo de una célula: 500 Tamaño máximo de un núcleo: 40 Tamaño mínimo de un núcleo: 10 Límite de circularidad nucleo: 8.800000e-001 El número de células detectadas es: 27
Se aprecia a simple vista que los parámetros de preprocesado son los mismos
para los que estaba optimizado el procesamiento de la imagen del ejemplo. Se
detectan 27 células, cuyas propiedades se indican en el cuadro de Excel® que aparece
en las siguientes páginas.
ANAL
LISIS Y DETTERMINACIEN IMÁG
IÓN DE PROGENES DE
Página 4
OPIEDADECITOLOGÍA
S A
ANAL
LISIS Y DETTERMINACIEN IMÁG
IÓN DE PROGENES DE
Página 5
OPIEDADECITOLOGÍA
S A
ANAL
LISIS Y DETTERMINACIEN IMÁG
IÓN DE PROGENES DE
Página 6
OPIEDADECITOLOGÍA
S A
ANAL
LISIS Y DETTERMINACIEN IMÁG
IÓN DE PROGENES DE
Página 7
OPIEDADECITOLOGÍA
S A
ANALISIS Y DETERMINACIÓN DE PROPIEDADES EN IMÁGENES DE CITOLOGÍA
Página 8
A continuación se muestra la segmentación Watershed en la Figura 1, y
también una imagen en la Figura 2 con las células segmentadas y los núcleos
detectados. Estas imágenes se guardan en la carpeta de resultados.
Figura 2 Resultado de las células segmentadas con los núcleos marcados
Vemos que las células cuya separación se aprecia claramente a simple vista, son
segmentadas correctamente. Muchas falsas células son filtradas correctamente,
aunque no todas. Un ejemplo es la región número siete de la figura; claramente se ve
que no es una célula. En este aspecto podría intentar mejorarse el filtrado.
Se puede apreciar que los núcleos los detecta bien la mayoría de las veces,
aunque aparecen falsos positivos, como en las células nueve y veintitrés.
7
va a
esta
resul
ANAL
7.2. Im
Esta es la
hablarse m
imagen en
ltados dará
LISIS Y DET
magen 2
a imagen (F
más de ella a
concreto.
.
Figura
TERMINACIEN IMÁG
2
Figura 3) co
aquí. Los pa
Cuanto má
3 Imagen 2 e im
IÓN DE PROGENES DE
Página 9
on la que he
arámetros d
s parecidas
magen 2 segme
OPIEDADECITOLOGÍA
emos expue
de la aplicac
s sean otras
entada por Wa
S A
esto el ejem
ción están o
s imágenes
tershed
mplo. Así pu
optimizados
a esta, me
es no
s para
ejores
ANALISIS Y DETERMINACIÓN DE PROPIEDADES EN IMÁGENES DE CITOLOGÍA
Página 10
6.2. Imagen 3
La imagen 3 es diferente a las dos probadas hasta ahora, aunque no mucho.
Vemos que presenta mayormente una coloración rosada tirando a morado,
presumiblemente debido al tipo de tinción de la muestra. En esta ya no aparecen,
como en la anterior, células de distintos colores. Esto nos hace suponer a priori que
puede ser de utilidad la elección de un plano de color en lugar de hacer una media
entre los mismos. Esta imagen parece además más emborronada, lo que puede
deberse a la captura de la misma. Por último cabe señalar que hay multitud de
artefactos (elementos no deseados en la imagen) que pueden dificultar la tarea de
procesado.
ANALISIS Y DETERMINACIÓN DE PROPIEDADES EN IMÁGENES DE CITOLOGÍA
Página 11
Figura 4: Imagen 3 e imagen 3 segmentada por Watershed
ANALISIS Y DETERMINACIÓN DE PROPIEDADES EN IMÁGENES DE CITOLOGÍA
Página 12
La aplicación genera el fichero de texto que se muestra a continuación.
Fichero D:\kriz\citology_def\08_03_04_img3\parametros.txt Segmentación por Watershed con marcadores Fecha creación: 6-3-2008 Hora creación: 19:53 Parámetros de preprocesamiento: Planos de procesado: Plano verde Filtro para ruido: Mediana Tamaño del filtro: 3 Ecualización de histograma: Si Realce de bordes: No Alfa: 2.000000e-001 Parámetros de ROI: Umbral regiones: 65 Tamaño mínimo de región: 500 Tipo de filtro usado: Sobel Tamaño del elemento morf: 2 Parámetros de segmentación Watershed Umbral segmentacion marcadores: 200 Tamaño de elemento estructural: 3 Parámetros morfológicos de la célula Tamaño máximo de una célula: 2000 Tamaño mínimo de una célula: 500 Tamaño máximo de un núcleo: 40 Tamaño mínimo de un núcleo: 10 Límite de circularidad nucleo: 8.800000e-001 El número de células detectadas es: 26
En este fichero de texto podemos destacar que el plano elegido ha sido el
verde, en lugar de la escala de grises como supusimos al ver la imagen a simple vista.
Al modificar esto, también se han tenido que ajustar los umbrales. Las células
detectadas han sido 26, cuyas propiedades se indican en la hoja de cálculo de las
siguientes páginas.
ANAL
LISIS Y DETTERMINACIEN IMÁG
IÓN DE PROGENES DE
Página 13
OPIEDADECITOLOGÍA
S A
ANAL
LISIS Y DETTERMINACIEN IMÁG
IÓN DE PROGENES DE
Página 14
OPIEDADECITOLOGÍA
S A
ANAL
LISIS Y DETTERMINACIEN IMÁG
IÓN DE PROGENES DE
Página 15
OPIEDADECITOLOGÍA
S A
ANAL
LISIS Y DETTERMINACIEN IMÁG
IÓN DE PROGENES DE
Página 16
OPIEDADECITOLOGÍA
S A
ANALISIS Y DETERMINACIÓN DE PROPIEDADES EN IMÁGENES DE CITOLOGÍA
Página 17
Además puede verse la imagen de la segmentación Watershed en la ¡Error! No
se encuentra el origen de la referencia. y, por otra parte, la de las células segmentadas
con los núcleos detectados en la Figura 5.
Figura 5 Resultados de las células segmentadas y los núcleos detectados
Como imaginábamos al principio, la existencia de artefactos en la imagen
genera un mayor número de falsos positivos. Si aplicásemos un filtrado más estricto,
tal vez se pudiesen eliminar. Las células claramente distinguibles las segmenta
correctamente.
ANALISIS Y DETERMINACIÓN DE PROPIEDADES EN IMÁGENES DE CITOLOGÍA
Página 18
6.3. Imagen 4
La cuarta imagen es bastante similar a las imágenes 1 y 2. Se observan dos
diferencias: en primer lugar, todas las células son de color rosado a magenta intenso;
por otra parte, las células aparece más apelmazadas en esta imagen que en las
anteriores. Esto último nos hace suponer que serán más difíciles de segmentar las
células.
ANAL
LISIS Y DET
Figur
TERMINACIEN IMÁG
ra 6: Imagen 4
IÓN DE PROGENES DE
Página 19
y resultados de
OPIEDADECITOLOGÍA
e la segmentac
S A
ción Watershed
d
ANALISIS Y DETERMINACIÓN DE PROPIEDADES EN IMÁGENES DE CITOLOGÍA
Página 20
La aplicación genera el fichero de texto que se muestra a continuación.
Fichero D:\kriz\citology_def\08_03_04_img4\parametros.txt Segmentación por Watershed con marcadores Fecha creación: 6-3-2008 Hora creación: 20:50 Parámetros de preprocesamiento: Planos de procesado: Escala de grises Filtro para ruido: Mediana Tamaño del filtro: 3 Ecualización de histograma: Si Realce de bordes: No Alfa: 2.000000e-001 Parámetros de ROI: Umbral regiones: 30 Tamaño mínimo de región: 500 Tipo de filtro usado: Sobel Tamaño del elemento morf: 2 Parámetros de segmentación Watershed Umbral segmentacion marcadores: 180 Tamaño de elemento estructural: 3 Parámetros morfológicos de la célula Tamaño máximo de una célula: 2000 Tamaño mínimo de una célula: 500 Tamaño máximo de un núcleo: 40 Tamaño mínimo de un núcleo: 10 Límite de circularidad nucleo: 8.800000e-001 El número de células detectadas es: 8
En el fichero de texto podemos observar que los parámetros de procesado son
idénticos a los de la imagen del ejemplo. Esto ya se había supuesto a simple vista, ya
que decíamos que las imágenes eran muy parecidas.
Tras aplicar los filtrados nos quedamos con 8 células para analizar. La aplicación
calcula sus propiedades y las guarda en la hoja de cálculo mostrada en las páginas
siguientes.
ANAL
LISIS Y DETTERMINACIEN IMÁG
IÓN DE PROGENES DE
Página 21
OPIEDADECITOLOGÍA
S A
ANAL
LISIS Y DETTERMINACIEN IMÁG
IÓN DE PROGENES DE
Página 22
OPIEDADECITOLOGÍA
S A
ANALISIS Y DETERMINACIÓN DE PROPIEDADES EN IMÁGENES DE CITOLOGÍA
Página 23
Puede verse la imagen de la segmentación Watershed en la ¡Error! No se
encuentra el origen de la referencia. y, por otra parte, la de las células segmentadas
con los núcleos detectados en la Figura 7.
Figura 7 Resultados de las células segmentadas con los núcleos detectados
Para esta imagen, a pesar de segmentarse las células correctamente con
Watershed, al aplicar el filtrado hay células que no pasan a pesar de cumplir las
condiciones. Puede que mejorando el algoritmo de detección de núcleos mejoren los
resultados.
6
para
la im
adec
ANAL
6.4. I
La quint
rse un mom
magen 4. El
cuado prepr
LISIS Y DET
magen
a imagen p
mento a obs
brillo del
rocesado se
Figu
TERMINACIEN IMÁG
n 5
parece muy
servarla par
fondo pued
e obtengan
ra 8 Imagen 5 y
IÓN DE PROGENES DE
Página 24
y diferente
ra comprob
de confund
resultados
y resultados de
OPIEDADECITOLOGÍA
de las ant
bar que real
dir, pero pr
análogos a
e la segmentac
S A
eriores, pe
mente no d
obablemen
los del apar
ión Watershed
ro sólo hay
difiere much
nte realizan
rtado anter
d
y que
ho de
do el
rior.
ANALISIS Y DETERMINACIÓN DE PROPIEDADES EN IMÁGENES DE CITOLOGÍA
Página 25
La aplicación genera el fichero de texto que se muestra a continuación.
Fichero D:\kriz\citology_def\08_03_04_img5\parametros.txt Segmentación por Watershed con marcadores Fecha creación: 6-3-2008 Hora creación: 21:25 Parámetros de preprocesamiento: Planos de procesado: Escala de grises Filtro para ruido: Mediana Tamaño del filtro: 3 Ecualización de histograma: Si Realce de bordes: No Alfa: 2.000000e-001 Parámetros de ROI: Umbral regiones: 50 Tamaño mínimo de región: 500 Tipo de filtro usado: Sobel Tamaño del elemento morf: 2 Parámetros de segmentación Watershed Umbral segmentacion marcadores: 180 Tamaño de elemento estructural: 3 Parámetros morfológicos de la célula Tamaño máximo de una célula: 2000 Tamaño mínimo de una célula: 500 Tamaño máximo de un núcleo: 40 Tamaño mínimo de un núcleo: 10 Límite de circularidad nucleo: 8.800000e-001 El número de células detectadas es: 29
Se puede comprobar que el preprocesado es el mismo que en la figura del
ejemplo, y que sólo varía el umbral para segmentar la ROI.
Se detectan 29 células cuyas propiedades se detallan en la hoja de cálculo de
las siguientes páginas.
ANAL
LISIS Y DETTERMINACIEN IMÁG
IÓN DE PROGENES DE
Página 26
OPIEDADECITOLOGÍA
S A
ANAL
LISIS Y DETTERMINACIEN IMÁG
IÓN DE PROGENES DE
Página 27
OPIEDADECITOLOGÍA
S A
ANAL
LISIS Y DETTERMINACIEN IMÁG
IÓN DE PROGENES DE
Página 28
OPIEDADECITOLOGÍA
S A
ANAL
LISIS Y DETTERMINACIEN IMÁG
IÓN DE PROGENES DE
Página 29
OPIEDADECITOLOGÍA
S A
ANALISIS Y DETERMINACIÓN DE PROPIEDADES EN IMÁGENES DE CITOLOGÍA
Página 30
Además puede verse la imagen de la segmentación Watershed en la Figura 8 y,
por otra parte, la de las células segmentadas con los núcleos detectados en la Figura 9
Figura 9 Resultado con las células segmentadas y los núcleos detectados
Para esta imagen funciona bastante bien tanto la segmentación como el
filtrado, aunque como en las anteriores aparecen falsos positivos. Comprobamos así
que no es tan diferente a las imágenes anteriores como pensábamos a priori.