Automatic annotation of cellular data

Detalhes bibliográficos
Autor(a) principal: Neves, João
Data de Publicação: 2013
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10400.6/3696
Resumo: Life scientists often need to count cells in microscopy images, which is very tedious and a time consuming task. Henceforth, automatic approaches can be a solution to this problem. Several works have been devised for this issue, but the majority of these approaches degrade their performance in case of cell overlapping. In this dissertation we propose a method to determine the position of macrophages and parasites in uorescence images of Leishmania-infected macrophages. The proposed strategy is mainly based on blob detection, clustering and separation using concave regions of the cells' contour. By carrying out a comparison with other approaches that also addressed this type of images, we concluded that the proposed methodology achieves better performance in the automatic annotation of Leishmania infections.
id RCAP_3d491c22a5c5bbfcf9452b98e6554ac0
oai_identifier_str oai:ubibliorum.ubi.pt:10400.6/3696
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Automatic annotation of cellular dataInformática - Aplicações médicasBioinformáticaCell detectionCell countingBlob detectionCell clusteringConcave pointsLife scientists often need to count cells in microscopy images, which is very tedious and a time consuming task. Henceforth, automatic approaches can be a solution to this problem. Several works have been devised for this issue, but the majority of these approaches degrade their performance in case of cell overlapping. In this dissertation we propose a method to determine the position of macrophages and parasites in uorescence images of Leishmania-infected macrophages. The proposed strategy is mainly based on blob detection, clustering and separation using concave regions of the cells' contour. By carrying out a comparison with other approaches that also addressed this type of images, we concluded that the proposed methodology achieves better performance in the automatic annotation of Leishmania infections.A anotação de células é uma tarefa comum a diversas áreas da investigação biomédica. Normalmente, esta tarefa é realizada de forma manual, sendo um processo demorado, cansativo e propício a erros. Neste trabalho, focamos o nosso interesse na anotação de imagens de uorescência com infeções de Leishmania, que representa um destes casos. Leishmania são parasitas unicelulares que infectam mamíferos, sendo responsáveis por um conjunto de doenças conhecidas por leishmanioses. Leishmania usam vertebrados como hospedeiros residindo dentro dos seus macrófagos. Por conseguinte, um modelo adequado para o estudo destes parasitas é infectar in vitro culturas de macrófagos. A capacidade de sobrevivência/replicação da Leishmania nessas condições arti - ciais pode então ser avaliada por parâmetros, como, por exemplo, a percentagem de macrófagos infectados, o número médio de parasitas por macrófagos infectados e o índice de infeção. Essas métricas são geralmente determinadas pela contagem de parasitas e macrófagos ao microscópio. Ambos os tipos de células podem ser facilmente distinguidos com base no seu tamanho e cor, resultante de diferentes a nidades de corantes uorescentes. A passagem desta tarefa do microscópio para o computador já foi conseguida através de aplicações como o CellNote, contudo, apesar de mais fácil e interativa, a anotação continua a ser manual. A evolução da abordagem manual para um processo automático representa um passo natural e lógico, constituindo o principal objetivo deste trabalho. Para isto iniciámos a investigação pela revisão dos principais métodos de deteção e contagem celular. As características das imagens com infeções de Leishmania impossibilitam a utilização dos métodos estudados, de tal modo que optámos por desenvolver uma nova abordagem, capaz de lidar com as várias especi cidades destas imagens. Também durante o processo de revis ão de literatura analisámos os dois métodos previamente propostos para realizar a anotação automática de infeções de Leishmania. Estes revelaram um desempenho abaixo do requerido pelos parasitologistas, justi cando também o desenvolvimento de uma nova abordagem. Durante a concepção do sistema investigámos diversas técnicas de deteção celular, onde a deteção de blobs se destacou pelos resultados positivos. Para segmentar as regiões citoplasmáticas optámos pela utilização de algoritmos de clustering. Estes não foram capazes de solucionar casos em que existia sobreposição de estruturas celulares, motivando assim o método de separação desenvolvido. Este método baseia-se maioritariamente na análise de contorno, sendo as suas concavidades geradoras de separação entre citoplasmas. Através da combinação destas fases foi possível detetar macrófagos e parasitas com mais precisão. Para con rmar esta conclusão testámos não só a nossa abordagem mas também as duas abordagens previamente desenvolvidas para este problema. Os desempenhos alcançados evidenciam não só uma melhoria comparativamente às restantes abordagens como também mostram que a nossa abordagem assegura resultados satisfatórios comparativamente aos obtidos manualmente. Em suma, o trabalho desenvolvido produziu um sistema capaz de realizar a anotação automática de imagens de uorescência com infeções de Leishmania, tendo originado um artigo aceite para publicação na conferência International Conference on Image Analysis and Recognition (ICIAR) 2013.Proença, Hugo Pedro Martins CarriçouBibliorumNeves, João2015-07-08T12:41:12Z2013-0620132013-06-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10400.6/3696enginfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-12-15T09:40:11Zoai:ubibliorum.ubi.pt:10400.6/3696Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T00:45:02.994921Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Automatic annotation of cellular data
title Automatic annotation of cellular data
spellingShingle Automatic annotation of cellular data
Neves, João
Informática - Aplicações médicas
Bioinformática
Cell detection
Cell counting
Blob detection
Cell clustering
Concave points
title_short Automatic annotation of cellular data
title_full Automatic annotation of cellular data
title_fullStr Automatic annotation of cellular data
title_full_unstemmed Automatic annotation of cellular data
title_sort Automatic annotation of cellular data
author Neves, João
author_facet Neves, João
author_role author
dc.contributor.none.fl_str_mv Proença, Hugo Pedro Martins Carriço
uBibliorum
dc.contributor.author.fl_str_mv Neves, João
dc.subject.por.fl_str_mv Informática - Aplicações médicas
Bioinformática
Cell detection
Cell counting
Blob detection
Cell clustering
Concave points
topic Informática - Aplicações médicas
Bioinformática
Cell detection
Cell counting
Blob detection
Cell clustering
Concave points
description Life scientists often need to count cells in microscopy images, which is very tedious and a time consuming task. Henceforth, automatic approaches can be a solution to this problem. Several works have been devised for this issue, but the majority of these approaches degrade their performance in case of cell overlapping. In this dissertation we propose a method to determine the position of macrophages and parasites in uorescence images of Leishmania-infected macrophages. The proposed strategy is mainly based on blob detection, clustering and separation using concave regions of the cells' contour. By carrying out a comparison with other approaches that also addressed this type of images, we concluded that the proposed methodology achieves better performance in the automatic annotation of Leishmania infections.
publishDate 2013
dc.date.none.fl_str_mv 2013-06
2013
2013-06-01T00:00:00Z
2015-07-08T12:41:12Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10400.6/3696
url http://hdl.handle.net/10400.6/3696
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799136347005386752

Registros relacionados