Sustentación Tesis de Grado. Facultad de Ingeniería Eléctrica y Computación – FIEC 08-02-2007

1. HERRAMIENTA PARA CARACTERIZACION DE RENDIMIENTO DE ALGORITMOS DE SEGMENTACION EN IMÁGENES MICROSCOPICAS Sustentación Tesis de Grado. Facultad de Ingeniería Eléctrica y Computación – FIEC 08-02-2007

2. Que es la segmentación? • La segmentación es el proceso que divide una imagen en regiones cuyos píxeles poseen atributos similares, por ejemplo, intensidad, textura, movimiento. • Idealmente cada región segmentada corresponde a un objeto que se encuentre en la escena.

3. Segmentación de la Imagen 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

4. Resultado de la segmentación

5. Por que es importante? • En tareas repetitivas como el análisis de imágenes, los resultados dependen de factores como la fatiga y el cansancio y la experiencia. Se obtienen resultados son subjetivos. Tareas repetitivas necesitan proceso automáticos

6. Que busca citopatólogo Muestra de células cérvico uterina. (a) Núcleo de la célula. (b) Citoplasma. (c) Algún tipo de bacteria. (d) Diversos elementos celulares.

7. Conocimiento del dominio del problema Normal Displasia Cáncer

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

9. Formación de la imagen

10. Espacios de Color • Es una representación matemática de nuestra percepción. • Se puede especificar, crear y visualizar información del color. • La computadora define en color por medio de la combinación de ondas de luz (RGB). • Impresora define el color en términos de la mezcla sustractiva de pigmentos de tinta CMYK.

11. Espectro electromagnético INTERPRETACION HUMANA THE VISIBLE SPECTRUM LIGHT NTSC Lab HSI RGB CMY(K) HSL CIELuv CIELab XYZ YIQ YUV YCbCr YCC

12. Curvas ROC • Análisis de curvas ROC (Receiving Operating Curves) que miden términos de sensibilidad y especificidad el rendimiento de los algoritmos utilizados. • Métricas definidas como la proporción de píxeles que pertenecen al objeto de interés detectados correctamente y la proporción de píxeles que no pertenecen al objeto de interés y no forman parte de el resultado de la segmentación. • Resultados que deben coincidir con los píxeles clasificados manualmente por un especialista encapsulados en una plantilla.

13. Curvas ROC

14. Algoritmos de Segmentación • Basados en el histograma. (Agrupa píxeles que tienen las mismas propiedades). • Basado en la detección de bordes (Objetos destacan de su entorno y tienen bordes definidos). • Segmentación basada en regiones.(Combina información de ubicación espacial y Similaridad de los píxeles).

15. EXPERIMENTO • Objetivos • Crear aplicación de software que permita caracterizar algoritmos de segmentación. • Crear una base de datos con imágenes microscópicas. • Generar curvas ROC para varios algoritmos de segmentación • Metodología • Imágenes microscópicas fueron provistas por APROFE y digitalizadas con cámara AxioCAM Mrc5 + Microscopio Axioskop2 plus. • Espacios de Color fueron probados RGB HSL LUV LAB XYZ YIQ YUV YCbCr y YCC. • Curvas ROC fueron generadas variando parámetro de entrada de los algoritmos evaluados

16. RESULTADOS • Herramienta de Software fue implementada • Algoritmos Watershed y Meanshift fueron evaluados. • Base de imágenes microscópicas fueron creados • Resultados iniciales planos derivados del espacio XYZ son recomendados para segmentación de imágenes microscópicas. Publicaciones • D. Ochoa. C Crespo. Evaluación cuantitativa de espacios de color para la segmentación de imágenes celulares microscópicas, II Congreso Nacional de Investigación, Tecnologías e Innovación & jornadas de Espolciencia. Categoría: Póster. Ecuador. Noviembre 2006 • Crespo Christopher, “Herramienta para caracterización de rendimiento de algoritmos de segmentación” Tesis de grado previo a la obtención del título de Ingeniero en Computación, Universidad ESPOL Facultad: FIEC, Ecuador 2007. Director de Tesis: Daniel Ochoa.

17. Generador de Plantilla Segmentación semi-automática Plantilla Imágenessegmentadas Evaluación Resultados Software desarrollado

18. Software Desarrollado Watershed Meanshift

19. Generador Plantilla

20. Generador Plantilla

21. Generador Plantilla

22. Generador Plantilla

23. Generación semi-automática (Watershed)

24. Generación semi-automática (MeanShift)

25. Evaluación Resultados Iniciales obtenidos usando la herramienta

26. Preguntas? • Gracias a todos por estar aquí. =)