Análise morfológica de imagens e classificação de aberrações cromossômicass por meio de lógica fuzzy

Este trabalho desenvolve uma metodologia para a automação da análise morfológica de imagens de cromossomos humanos irradiados no reator nuclear IEA-R1 (localizado no Instituto de Pesquisas Energéticas e Nucleares, IPEN, em São Paulo, Brasil) e, portanto, sujeitos a aberrações morfológicas. Esta meto...

Full description

Access type:openAccess
Publication Date:2011
Main Author: Leonardo Peres Souza
Advisor: Roberto Navarro de Mesquita
Referee: Marcel Parolin Jackowski, Kayo Okazaki
Document type: Master thesis
Language:por
Published: Universidade de São Paulo
Program: Tecnologia Nuclear
Portuguese subjects:
English subjects:
Online Access:http://www.teses.usp.br/teses/disponiveis/85/85133/tde-19122011-162425/
Portuguese abstract:Este trabalho desenvolve uma metodologia para a automação da análise morfológica de imagens de cromossomos humanos irradiados no reator nuclear IEA-R1 (localizado no Instituto de Pesquisas Energéticas e Nucleares, IPEN, em São Paulo, Brasil) e, portanto, sujeitos a aberrações morfológicas. Esta metodologia se propõe a auxiliar na identificação, caracterização e classificação de cromossomos pelo profissional citogeneticista. O desenvolvimento da metodologia inclui a elaboração de um aplicativo baseado em técnicas de inteligência artificial utilizando Lógica Fuzzy e técnicas de processamento de imagens. O aplicativo desenvolvido foi denominado de CHRIMAN e é composto de módulos que contêm etapas metodológicas que suprem aspectos importantes para a obtenção de uma análise automatizada. A primeira etapa é a padronização dos procedimentos de aquisição das imagens digitais bidimensionais de metáfases através do acoplamento de uma câmera fotográfica digital comercial comum à ocular do microscópio utilizado na análise metafásica convencional. A segunda etapa é relativa ao tratamento das imagens obtidas através da aplicação de filtros digitais, armazenamento e organização das informações tanto do conteúdo da imagem em si, como das características extraídas e selecionadas, para posterior utilização nos algoritmos de reconhecimento de padrões. A terceira etapa consiste na utilização do banco de imagens digitalizadas e informações extraídas e armazenadas para a identificação dos cromossomos, sua caracterização, contagem e posterior classificação. O acerto no reconhecimento das imagens cromossômicas é de 93,9%. Esta classificação é baseada nos padrões encontrados classicamente em Buckton [1973], e possibilita o auxílio ao geneticista no procedimento de análise dos cromossomos com diminuição do tempo de análise e criando condições para a inclusão deste método num sistema mais amplo de avaliação de danos causados às células pela exposição à radiação ionizante.
English abstract:This work has implemented a methodology for automation of images analysis of chromosomes of human cells irradiated at IEA-R1 nuclear reactor (located at IPEN, São Paulo, Brazil), and therefore subject to morphological aberrations. This methodology intends to be a tool for helping cytogeneticists on identification, characterization and classification of chromosomal metaphasic analysis. The methodology development has included the creation of a software application based on artificial intelligence techniques using Fuzzy Logic combined with image processing techniques. The developed application was named CHRIMAN and is composed of modules that contain the methodological steps which are important requirements in order to achieve an automated analysis. The first step is the standardization of the bi-dimensional digital image acquisition procedure through coupling a simple digital camera to the ocular of the conventional metaphasic analysis microscope. Second step is related to the image treatment achieved through digital filters application; storing and organization of information obtained both from image content itself, and from selected extracted features, for further use on pattern recognition algorithms. The third step consists on characterizing, counting and classification of stored digital images and extracted features information. The accuracy in the recognition of chromosome images is 93.9%. This classification is based on classical standards obtained at Buckton [1973], and enables support to geneticist on chromosomic analysis procedure, decreasing analysis time, and creating conditions to include this method on a broader evaluation system on human cell damage due to ionizing radiation exposure.