Herramienta para caracterización de rendimiento de algoritmos de segmentación en imágenes microscópicas

Abstract

El presente trabajo estudia la influencia que tiene la segmentación basada en color en el análisis de imágenes microscópicas. Para el efecto se ha creado una herramienta que permita caracterizar el comportamiento de los algoritmos de segmentación [1] enfocándose en la componente de color como parámetro de evaluación. Estos resultados son valorados analíticamente por medio de un método estadístico basado en el análisis de curvas ROC. La herramienta implementada cuenta con tres módulos principales que son: Módulo de generación semi-automática de plantillas, módulo implementación de algoritmos de segmentación y módulo de evaluación.

Para el diseño e implementación de esta herramienta, varios meses de investigación en áreas como Visión por Computador, Estadística y Medicina fueron requeridos, lo cual nos permite comprender la importancia que tiene la evaluación cuantitativa de algoritmos de segmentación antes de que formen parte de una solución en visión por computador. Los experimentos realizados con la herramienta fueron realizados con imágenes de células cervico uterinas (muestras provistas por APROFE) y digitalizadas con los equipos facilitados por el Centro de Visión y Robótica: También se implementaron dos algoritmos de segmentación ampliamente usados en el análisis de imágenes microscópicas watershed y meanshift, cuyos resultados fueron evaluados.