REVISTA COLOMBIANA DE FÍSICA, VOL. 34, No CONTEO Y CARACTERIZACIÓN DE REGIONES COMPLETAS EN IMÁGENES 2D: APLICACIÓN A NÚCLEOS CELULARES

Transcripción

1 REVISTA COLOMBIANA DE FÍSICA, VOL. 34, No CONTEO Y CARACTERIZACIÓN DE REGIONES COMPLETAS EN IMÁGENES 2D: APLICACIÓN A NÚCLEOS CELULARES Y. Sossa, G. Osorio, F. Prieto, F. Angulo Grupo de Percepción & Control Inteligente (PCI) 1 Universidad Nacional de Colombia Sede Manizales Cra 27 No , A.A.127 Fax (57)(6) RESUMEN En el presente trabajo se realiza la descripción de los procedimientos utilizados para realizar la detección y caracterización de regiones completas en imágenes 2D, mediante técnicas de visión artificial. El proceso está dividido en las siguientes etapas: Adquisición, Preproceso, Segmentación, Caracterización y Clasificación. En las primeras etapas se busca producir imágenes de bordes que representen de una manera aproximada los contornos que delimitan cada una de las regiones de interés. Posteriormente se obtiene la firma, que es un método empelado para realizar la descripción y representación de contornos, para finalmente proceder con el reconocimiento de cada uno de las regiones en la imagen. Se presentan además, los resultados obtenidos en la segmentación y clasificación de núcleos de células, en las imágenes al microscopio de citologías del epitelio escamoso. INTRODUCCIÓN Este trabajo se realizó al interior del Grupo de Percepción & Control Inteligente en la Universidad Nacional de Colombia Sede Manizales, y dentro del proyecto que tiene como propósito desarrollar un sistema para el análisis de muestras a nivel del epitelio vaginal mediante el proceso digital de imágenes. Dentro de las diferentes tareas que se deben realizar en el análisis de citologías cervico-vaginales, uno de los primeros pasos es observar que porcentaje de células de las capas germinales llegan a la capa superficial, y para lograrlo se deben tener en cuenta diferentes parámetros (forma, tamaño y color) del núcleo y del citoplasma en cada una de las células analizadas. Estos parámetros también deben ser empleados para determinar anomalías en la estructura celular, lo cual suministra información determinante para el diagnóstico de diversas enfermedades. Basados en lo anterior, se desarrollaron algoritmos que realizan la segmentación y caracterización del núcleo y citoplasma de células, en imágenes al microscopio del epitelio escamoso del cérvix. Para las adquisición de las imágenes se utilizo una cámara JAVELIN SYSTEMS (JE3942-A) acoplada a un microscopio MEIJI TECNO con un lente /0.17 que entrega los datos a una tarjeta digitalizadora ZOLTRIX TV MAX, el tamaño máximo de las imágenes obtenidas es de 500x500 píxeles. 1 pci@nevado.manizales.unal.edu.co 250

2 REVISTA COLOMBIANA DE FÍSICA, VOL. 34, No. 1, 2002 PREPROCESAMIENTO Se realizaron pruebas con diferentes tipos de filtros suavizantes [1][2], con el fin de atenuar las componentes de alta frecuencia que no pertenecen a los contornos y que podrían causar problemas para la obtención de los mismos. En la figura 1, se muestran los resultados de aplicar sobre la imagen de una célula diferentes filtros suavizantes (Mediana, Kuwahara[3] y Promedio). a b c d Figura 1. a. Imagen Original. b. Mediana. c. Kuwahara. d. Promedio. De los resultados obtenidos se puede decir que el filtrado de mediana produce imágenes con mejores condiciones de homogeneidad, reducción de ruido y mayor contraste entre el núcleo, el citoplasma y el fondo. Teniendo en cuenta que los contornos del núcleo y del citoplasma pueden ofrecer información suficiente para realizar la segmentación y caracterización de los mismos, se implementaron tres tipos de filtros para la detección de los bordes[4][6]. En la figura 2 se muestran los resultados obtenidos al aplicar los operadores de Roberts, Prewitt y Sobel a una imagen después de ser suavizada empleando en dos ocasiones un filtro de mediana. Figura 2. a. Imagen original. b. Sobel. c. Prewitt. d. Robert. 251

3 REVISTA COLOMBIANA DE FÍSICA, VOL. 34, No SEGMENTACIÓN La siguiente etapa en el proceso consiste en determinar las componentes de bordes que corresponden a los núcleos. Para esto se implementó un algoritmo basado en la conectividad que agrupa todos los elementos de borde pertenecientes a un mismo contorno. Posteriormente se calculó el tamaño (Número de píxeles) y la dispersión de las distancias de los punto que conforman el contorno respecto a su centroide. La figura 3 muestra la distribución de las clases con las características escogidas. Las líneas indican el valor del umbral para clasificar un contorno como núcleo. Figura 3. Distribución de clases. En la figura 4, se puede observar el resultado de aplicar el proceso descrito a la imagen de la figura 2c. Figura 4. Contrornos clasificados como núcleos. La imagen resultante entrega la ubicación aproximada de los posibles núcleos. Debido a que los contornos obtenidos no son una buena representación de los límites existentes, se implementó un algoritmo que realiza el análisis de los perfiles. 252

4 REVISTA COLOMBIANA DE FÍSICA, VOL. 34, No. 1, 2002 Los perfiles son cortes a través del centroide de cada contorno midiendo la intensidad de los píxeles en la imagen original. Para realizar una detección más confiable de los límites, se implementó un filtro con histéresis. Por medio de comparaciones entre la intensidad de un píxel en la imagen original y dos umbrales, es posible determinar si pertenece al núcleo, al citoplasma, o al fondo. El objetivo es evitar las oscilaciones entre niveles por pequeñas variaciones de intensidad. En la figura 5 se pueden observar cuatro perfiles en diferentes orientaciones, y los niveles de los filtros de histéresis. Figura 5. Perfiles y filtros con histéresis. En la figura 5 se pueden observar los diferentes niveles, el nivel inferior corresponde a los puntos más oscuros que representan los núcleos, el nivel del medio contiene los puntos pertenecientes a el citoplasma y finalmente el nivel superior que contiene los puntos del fondo. En la figura 6 se pueden observar los resultados obtenidos al realizar el proceso completo (filtrado, detección de bordes, clasificación de contornos, análisis de perfiles) en imágenes de células aisladas. Las regiones están limitadas por los puntos donde la intensidad cambia de nivel. Figura 6. Regiones segmentadas. 253

5 REVISTA COLOMBIANA DE FÍSICA, VOL. 34, No CARACTERIZACIÓN En las imágenes segmentadas se busca identificar características de las células de epitelio del cérvix [5] tales como: La maduración de las células, desde la capa basal a la superficial, se caracteriza por un aumento en el tamaño del citoplasma y una disminución concomitante del tamaño del núcleo. Las células basales presentan un núcleo grande y una exigua orla citoplásmica o desprovistas de la misma. La capa externa las células basales tiene un anillo citoplásmico más grande que el diámetro máximo del núcleo y las células que la componen son ovales o redondas. Las células de la capa intermedia ya no son redondas u ovales, sino que presentan ángulos bien definidos. Finalmente en la capa superficial el citoplasma queda reducido a una masa amorfa, estando el núcleo reducido al máximo. Examinando estas características se puede determinar que tipos y que porcentaje de células se encuentran en una muestra de tejido de cérvix, para poder determinar la clase y el grado de la lesión. En la figura 7 se muestra un ejemplo en el que aparecen células de la capa basal (interna) en la capa superficial (externa). Figura 7. Células de la capa basal en la capa superficial De acuerdo a los resultados encontrados en sistemas que realizan análisis similares [7], y a los problemas que aparecen al tratar de segmentar el citoplasma cuando existen solapes, se propone estudiar únicamente las características del núcleo para determinar el tipo de célula. RESULTADOS Se obtuvieron los siguientes resultados analizando 9 imágenes citológicas que cuentan con un total de 170 núcleos. En el proceso de segmentación se empleó el filtrado de mediana combinado con los operadores de Roberts, Prewitt y Sobel para realizar la detección de bordes en las diferentes componentes de color RGB y en la imagen de intensidad (I). 254

6 REVISTA COLOMBIANA DE FÍSICA, VOL. 34, No. 1, 2002 Filtro Núcleos Segmentados (%) Realzante R G B I Roberts 78.4 % 74 % 76.2 % 76.1% Prewitt 84.7 % 77 % 78 % 77 % Sobel 84 % 75 % 78 % 81 % Tabla 1. Porcentaje de detección de núcleos. CONCLUSIONES Fue posible segmentar alrededor del 80% de los núcleos existentes en las imágenes analizadas, empleando la técnica propuesta. Este proceso está relacionado con la forma y el tamaño de las células en las imágenes, que a su vez depende de la etapa de adquisición, por lo tanto es necesario controlar parámetros tales como el aumento y la distancia en el sistema. Debido a que las imágenes no son homogéneas, es necesario emplear algoritmos que involucren umbrales dinámicos. Las diferentes componentes de color, tanto en RGB como en HSI, juegan un factor importante en la extracción de información referente a la estructura de las células ya que algunas de estas componentes pueden atenuar o realzar regiones de las células. Debido a la complejidad de las imágenes y a la poca homogeneidad que tiene la superficie de las células es necesario optimizar el desempeño de los algoritmos de crecimiento por regiones. AGRADECIMIENTOS Los autores expresan su agradecimiento a la Universidad Nacional de Colombia Sede Manizales y al Grupo de Investigación en Cáncer de Cuello Uterino y Mama de la Universidad de Caldas por la colaboración prestada en la realización del presente trabajo. REFERENCIAS [1] Rafael C. González, Richard E Woods. Tratamiento digital de imágenes. Addison- Wesley/Díaz de Santos [2] Robert M. Haralick, Linda G. Shapiro. Computer and Robot Vision. Addison-Wesley [3] [4] Emanuele Trucco, Alessandro Verri. Introductory Techniques for 3-D Computer Vision. Prentice Hall [5] J. Montes, J. Ramírez. Sistema para la Segmentación de Imágenes al Microscopio del Epitelio Poliestratificado Vaginal. Universidad Nacional de Colombia [6] H. Bassmann, P. Besslich. Ad Oculos: Digital Image Processing. International Thomson Computer Press [7] 255