RESUMEN
Se presenta el proceso de caracterización implementado para la obtención de descriptores visuales que representan el contenido visual de imágenes digitales de biopsias de cuello uterino infectadas con el Virus del Papiloma Humano (VPH), en las que se capturan tejidos con lesiones conocidas como Condiloma Plano Viral. A partir de la construcción de una base de datos de imágenes de biopsias de cuello uterino y el análisis e implementación de técnicas de filtrado que resaltan la información relacionada a las texturas contenidas en los tejidos que captura cada imagen y de técnicas de extracción de características que describen el contenido de las imágenes; se propone un conjunto de características que describen el contenido de las imágenes a partir de modificaciones propias de la Transformada Discreta de Wavelets y el cálculo de la Matriz de Coocurrencia, donde este conjunto de características propuesto proporcionó un porcentaje promedio de recuperación del 80% en imágenes microscópicas de cuello uterino infectadas con el VPH, sobre las cuales no se conocen sistemas CBIR desarrollados. Finalmente, se determina el porcentaje de recuperación promedio a partir del uso de métricas de similaridad basadas en la norma LP.
The purpose of this work is to report the characterization process implemented to obtain visual descriptors representing visual content of digital images of cervical biopsies infected with Human Papilloma Virus (HPV). Positive biopsies with infected tissues present lesions known as Condyloma Plano Viral. A database of images of cervical biopsies was constructed in addition to the implementation of techniques that enhance the texture information and describe the content of images. This work proposed a set of features to describe the content of images from custom modifications of Discrete Wavelet Transform and the calculation of the Co-occurrence Matrix. This proposed feature set provided an average recovery rate of 80% in microscopic images of the cervix infected with HPV, from which CBIR systems have not been developed. Finally, this work determines the average recovery rate from the use of similarity metrics based on the standard LP.
Neste trabalho é apresentado o processo implementado de caracterização para a obtenção de descrições visuais que representam o conteúdo visual de imagens digitais de biópsias cervicais infectadas com Papilomavírus Humano (HPV), capturadas em lesões de tecidos conhecidas como Condiloma Plano Viral. A partir da construção de uma base de dados de imagens de biópsias do colo uterino, análise e implementação de técnicas de filtragem de características que descrevem o conteúdo das imagems, propõe-se um conjunto de características que descrevem o conteúdo das imagens a partir de modificações próprias da Transformada Discreta de Wavelets e o cálculo da Matriz de co-ocorrência, onde o conjunto de características propostas resultou numa porcentagem média de 80% de recuperação nas imagens microscópicas de colo uterino infectado com o VPH, sobre as quais não se percebe o desenvolvimento dos sistemas CBIR. Finalmente, a taxa de recuperação média foi determinada a partir da utilização de métricas de similaridade com base na indicação de LP.
RESUMEN
Histology images are an important resource for research, education and medical practice. The availability of image collections with reference purposes is limited to printed formats such as books and specialized journals. When histology image sets are published in digital formats, they are composed of some tens of images that do not represent the wide diversity of biological structures that can be found in fundamental tissues. Making a complete histology image collection available to the general public having a great impact on research and education in different areas such as medicine, biology and natural sciences. This work presents the acquisition process of a histology image collection with 20,000 samples in digital format, from tissue processing to digital image capturing. The main purpose of collecting these images is to make them available as reference material to the academic comunity. In addition, this paper presents the design and architecture of a system to query and explore the image collection, using content-based image retrieval tools and text-based search on the annotations provided by experts. The system also offers novel image visualization methods to allow easy identification of interesting images among hundreds of possible pictures. The system has been developed using a service-oriented architecture and allows web-based access in http://www.informed.unal.edu.co.
Las imágenes histológicas son un importante recurso para la investigación, la educación y la práctica médica. La disponibilidad de imágenes individuales o colecciones de imágenes de referencia está limitada a formatos impresos como libros y revistas científicas. En aquellos casos en donde se publican conjuntos de imágenes digitales, éstos están compuestos por algunas cuantas decenas de imágenes que no representan la gran diversidad de estructuras biológicas que pueden encontrarse en los tejidos fundamentales. Contar con una completa colección de imágenes histológicas es de gran apoyo para los procesos de investigación y educación en diferentes áreas de la medicina, biología y ciencias. En este trabajo se presenta el proceso de adquisición de una colección de 20.000 imágenes histológicas en formato digital, desde la preparación y fijación de los tejidos hasta su digitalización bajo el microscopio, con el propósito de publicarlas como material de referencia para la comunidad académica en general. Además, se presenta el diseño y la arquitectura de un sistema para consultar y explorar la colección de imágenes, utilizando herramientas de búsqueda basadas en el contenido de las imágenes y en las anotaciones provistas por los expertos. El sistema también ofrece novedosos mecanismos de visualización de las imágenes, para facilitar la tarea de identificar las imágenes interesantes entre otros cientos posibles en la colección. El sistema fue desarrollado usando una arquitectura orientada a servicios y ofrece acceso a través de la Web en http://www.informed.unal.edu.co.