Procesado de imágenes de microscopía de fluorescencia utilizando Wavelets y momentos de orden tres y cuatro

Abstract

RESUMEN: Uno de los procesos por el cual una célula absorbe una determinada sustancia es la endocitosis, y en este proceso la célula genera un endosoma que es una cápsula que digiere dicha sustancia. Gracias a las técnicas de microscopía de fluorescencia, se pueden distinguir y contabilizar estos endosomas. El objetivo del proyecto es la optimización de un algoritmo para el análisis y procesado de imágenes recibidas por microscopía de fluorescencia de manera que, estudiando los momentos estadísticos de orden tres y cuatro de las imágenes, poder diferenciar entre distintos fármacos y desarrollar el método más adecuado para ello. Para conseguir este objetivo, se ha utilizado un software libre de tratamiento y análisis de imagen: FIJI. En este programa se ha implementado el algoritmo a optimizar, utilizando Jython como lenguaje de programación, que es una extensión de Python dentro de Java. El algoritmo actúa sobre diferentes imágenes de cultivos de células, aplicando en primer lugar un filtro para eliminar ruido y amplificar la señal. Posteriormente halla la región de interés, excluyendo regiones sin células, y finalmente calcula los momentos estadísticos de orden 3 y 4 en la región de interés de la imagen filtrada. El algoritmo también cuenta con un simulador de endosomas para calibrar su efectividad. En el trabajo comprobamos con simulaciones que la aplicación del filtro supone una gran mejora en el poder de discriminación del algoritmo. Después, comparamos la efectividad de los momentos de orden 3 y 4, y la dependencia del poder de discriminación con el parámetro de escala de la Wavelet. Concluimos que el momento de orden 3 tiene mayor poder de discriminación que el de orden 4 y que no se encuentra una gran dependencia de los resultados al variar la escala del wavelet.

ABSTRACT: A cell can absorb substances by endocytosis, where a capsule digesting the substance is released. These capsules are called endosomes. Fluorescence microscopy techniques have made possible to distinguish and count these endosomes in images. The main aim of this project is the optimization of an algorithm for the analysis and processing of the images gathered by fluorescence microscope. We optimize an algorithm using Wavelets and calculate the third and fourth order moments of the filtered images in order to distinguish among different drugs. To achieve this goal, we have used the FIJI image analysis free software. We have implemented the algorithm within this program using Jython as the programming language, which is an extension of Python inside Java environment. This algorithm works on different cell culture images by applying a Wavelet filter and selecting the region of interest of the image excluding empty regions. Finally it calculates the third and fourth order moments. The algorithm also has an endosome simulator in order to calibrate its discrimination power. Here we show that the discrimination power of the algorithm increases using the Wavelet. We also compare the discrimination power of the third and fourth order moments and its variability with the Wavelet scale parameter. We conclude that the third order moment has higher discrimination power than the fourth order moment and that the results do not strongly depend on the choice of the scale parameter.