Processamento de imagens em dosimetria citogenética

• Autor(a) principal: Matta, Mariel Cadena da
• Data de Publicação: 2013
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UFPE
• Texto Completo: https://repositorio.ufpe.br/handle/123456789/10141
• topic: Processamento de imagens; Biodosimetria; Radial Basis Function Neural Network; Dicêntricos

A Dosimetria citogenética empregando análise de cromossomos dicêntricos é o “padrão ouro” para estimativas da dose absorvida após exposições acidentais às radiações ionizantes. Todavia, este método é laborioso e dispendioso, o que torna necessária a introdução de ferramentas computacionais que dinamizem a contagem dessas aberrações cromossômicas radioinduzidas. Os atuais softwares comerciais, utilizados no processamento de imagens em Biodosimetria, são em sua maioria onerosos e desenvolvidos em sistemas dedicados, não podendo ser adaptados para microscópios de rotina laboratorial. Neste contexto, o objetivo da pesquisa foi o desenvolvimento do software ChromoSomeClassification para processamento de imagens de metáfases de linfócitos (não irradiados e irradiados) coradas com Giemsa a 5%. A principal etapa da análise citogenética automática é a separação correta dos cromossomos do fundo, pois a execução incorreta desta fase compromete o desenvolvimento da classificação automática. Desta maneira, apresentamos uma proposta para a sua resolução baseada no aprimoramento da imagem através das técnicas de mudança do sistema de cores, subtração do background e aumento do contraste pela modificação do histograma. Assim, a segmentação por limiar global simples, seguida por operadores morfológicos e pela técnica de separação de objetos obteve uma taxa de acerto de 88,57%. Deste modo, os cromossomos foram enfileirados e contabilizados, e assim, a etapa mais laboriosa da Dosimetria citogenética foi realizada. As características extraídas dos cromossomos isolados foram armazenadas num banco de dados para que a classificação automática fosse realizada através da Rede Neural com Funções de Ativação de Base Radial (RBF). O software proposto alcançou uma taxa de sensibilidade de 76% e especificidade de 91% que podem ser aprimoradas através do acréscimo do número de objetos ao banco de dados e da extração de mais características dos cromossomos.