RESUMO
ABSTRACT This article proposes two methodologies for the detection of lesions in the retina, which may indicate the presence of diabetic retinopathy (DR). Through the use of digital image processing techniques, it is possible to isolate the pixels that correspond to a lesion of RD, to achieve segmenting microaneurysms, the edges of the objects contained in the image are highlighted in order to detect the contours of the objects to select by size those that meet an area of 15 to 25 pixels in the case of 512x512 images and identify the objects as possible microaneurysms, while for the detection of exudates the green channel is selected to contrast the luminous objects in the retinography and from the conversion to gray scale, a histogram is graphed to identify the ideal threshold for the segmentation of the pixels that belong to the exudates at the end of the optical disk previously identified by a specialist. A confusion matrix supervised by an ophthalmologist was created to quantify the results obtained by the two methodologies, obtaining a specificity of 0.94 and a sensitivity of 0.97, values that are outstanding to proceed with the classification stage.
RESUMEN Este artículo propone dos metodologías para la detección de lesiones en la retina, que pueden significar la presencia de retinopatía diabética (RD). Mediante el uso de técnicas de procesamiento de imágenes digitales se logra aislar los pixeles que corresponden a una lesión propia de RD, para lograr segmentar microaneurismas se resaltan los bordes de los objetos contenido en la imagen con la finalidad de detectar los contornos de los objetos para seleccionar por tamaño los que cumplan con un área de 15 a 25 pixeles en el caso de imágenes de 512x512 y se identifiquen los objetos como posibles microaneurismas, mientras que para la detección de exudados se selecciona el canal verde para contrastar los objetos luminosos en la retinografía y a partir de la conversión a escala de grises se grafica un histograma para identificar el umbral idóneo para la segmentación de los pixeles que pertenecen a los exudados al final eliminar el disco óptico previamente identificado por un especialista. Se creó una matriz de confusión supervisada por un oftalmólogo para cuantificar los resultados obtenidos por las dos metodologías obteniendo una especificidad del 0.94 y una sensibilidad del 0.97, unos valores que son sobresalientes para proceder con la etapa de clasificación.
RESUMO
El análisis de los movimientos oculares permite diagnosticar enfermedades neurodegenerativas, neuropsiquiátricas y neurooftalmológicas, entre otras, que afectan el desempeño social del individuo. En este análisis ha tomado auge mundial el empleo de la videoculografía, por su simplicidad estructural, exactitud y factibilidad económica a largo plazo. Al respecto, el objetivo de la actual investigación fue desarrollar y evaluar un sistema de estimulación visual y registro de los movimientos oculares. El sistema en cuestión permitió obtener imágenes oculares con buena resolución (2 megapíxeles), nitidez y contraste que facilitaron su posterior procesamiento. De igual modo, las pruebas de estimulación mediante el uso de patrones sacádicos con amplitudes entre 30º y 60º a la frecuencia de 0,5 Hz permitieron obtener con suficiente calidad las imágenes registradas y verificar que los movimientos oculares del centro de la pupila siguen fielmente a dichos patrones.
The analysis of eye movements allows to diagnose neurodegenerative, neuropsychiatric and neuroophthalmologic diseases, among other that affect the individual social performance. In this analysis the use of videoculography is gaining in importance worldwide, due to its structural simplicity, precision and long term economic feasibility. In this respect, the objective of this investigation was to develop and evaluate a system of visual stimulation and record of the eye movements. The system in question allowed to obtain ocular images with good resolution (2 megapixels), clarity and contrast that facilitated its later processing. In a same way, the tests of stimulation by means of the sacadic patterns use with amplitudes between 30º and 60º to the 0,5Hz frequency allowed to obtain with enough quality the images recorded and to verify that the eye movements of the pupil center follow these patterns very closely.
Assuntos
Processamento de Imagem Assistida por Computador , Medições dos Movimentos Oculares , Espectrofotometria InfravermelhoRESUMO
Introducción: El diagnóstico del estado eritrocitario en frotis de sangre periférica es un proceso realizado normalmente de forma manual a partir de observación microscópica, lo cual implica una considerable inversión de tiempo y recursos, además de posibles problemas de subjetividad y dificultad en la reproducibilidad del diagnóstico. Objetivo: Desarrollar una aplicación que permita la clasificación automática de glóbulos rojos en frotis de sangre periférica, de utilidad como herramienta de ayuda diagnóstica. Metodología: Se usaron técnicas de procesamiento de imágenes para segmentar los eritrocitos en las fotografías microscópicas y medir en ellos área, perímetro, solidez, circularidad, excentricidad, textura y dimensión box-counting. Se usó una red neuronal artificial para clasificar los eritrocitos según sus características en siete clases, incluyendo normalidad y seis alteraciones patológicas. La red se entrenó de acuerdo con la clasificación de 262 eritrocitos realizada por un hematólogo experto. Los desarrollos se hicieron en matlab®, una poderosa plataforma de computación científica. Resultados: La red escogida alcanza el 97.3% de aciertos en los datos de validación. Las equivocaciones en la red corresponden a células de dudosa clasificación aún para un experto, por presentar características correspondientes a varias clasificaciones patológicas. Conclusiones: La aplicación desarrollada clasifica de manera rápida y acertada los diferentes tipos de glóbulos rojos presentes en una muestra microscópica de frotis de sangre periférica, siendo de utilidad como herramienta de apoyo diagnóstico.
Introduction: The process of erythrocyte classification in peripheral blood smear is normally done manually from microscopic observation. This implies not only a considerable investment of time and resources but also brings potential problems of subjectivity and difficulty in the reproducibility of diagnosis. Objective: To develop an application that allows the automatic classification of red blood cells in peripheral blood smears, as a diagnostic aid tool. Methodology: Image processing techniques were used in order to segment erythrocytes in the microscopic photographs and to measure characteristics as area, perimeter, solidity, circularity, eccentricity, texture and boxcounting dimension. An artificial neural network was used to classify the red blood cells in the images in seven classes, including normal and six pathological changes, according to their characteristics. The network was trained according to the classification of 262 erythrocytes by an expert hematologist. The developments were made in matlab®, a powerful scientific computing platform. Results: The chosen network reaches 97.3% correct in the validation data. Mistakes in the network correspond to cells with various pathological classifications features, which make them difficult to classify even for an expert. Conclusions: The developed application classifies quickly and accurately the different types of red blood cells in a microscopic sample of peripheral blood smear, so it could be useful as a diagnostic support tool.
Assuntos
Humanos , Contagem de Eritrócitos , Eritrócitos , Sangue , Processamento de Imagem Assistida por Computador , Rede NervosaRESUMO
Actualmente el estudio y procesamiento de datos iridológicos viene avanzando de manera importante. Diferentes trabajos han demostrado que es posible realizar detección de algunas patologías usando las características del iris de cada sujeto, pero los resultados mostrados en cuanto a la segmentación del mapa iridológico, no son los más prometedores. En este artículo se presenta una novedosa metodología para obtener la segmentación del iris (mapa iridológico) humano de forma automática y manual usando técnicas de procesamiento de imágenes. Dicha segmentación, fue realizada sobre imágenes a nivel de gris, empleándose para el procesamiento de cada imagen herramientas matemáticas como: integral proyectiva, OTSU, realce de contraste, negativo, binarización, suavizado y filtrado. Con el uso de estas técnicas, se han obtenido diferentes parámetros como son la detección de pupila y detección del iris. Con estos parámetros se inició la segmentación de cada imagen iridológica basada en geometría analítica, dicha segmentación permite parametrizar zonas del iris, que muestran el funcionamiento interno de diferentes sistemas fisiológicos, y de esta forma obtener patrones característicos de dichos sistemas, que en el futuro, lograrán realizar procesos de detección de enfermedades basadas en procesamiento de imágenes iridológicas.
This paper presents a novel methodology for human iris segmentation automatically and manual using image processing techniques. This segmentation was performed on gray level images, using for processing each image math tools like: comprehensive projective, OTSU, negative contrast enhancement, binarization, smoothing and filtering. Using these techniques, various parameters are obtained for example, the detection of the pupil and iris. With these parameters the iridology segmentation of each image is performed using analytic geometry. This segmentation allows parameterized parts of iris, showing the inner workings of different physiological systems, thus obtaining characteristic patterns of such systems. In the future, will achieve disease detection processes based on image processing iridology.
Actualmente o estudo e processamento de dados iridologia está avançando significativamente. Diferentes estudos têm mostrado que é possível detectar algumas patologias, utilizando as características da íris de cada sujeito, mas os resultados apresentados como a segmentação do gráfico iridologia, eles não são os mais promissores. Este artigo apresenta uma nova metodologia para a segmentação da íris (quadro da íris) humana automaticamente ou manualmente utilizando técnicas de processamento de imagem. Essa segmentação foi realizada em imagens em nível de cinza, sendo usado para processar cada imagem ferramentas matemáticas como um projetivo integral, Otsu, realce de contraste, negativo, binarização, alisando e filtragem. Utilizando estas técnicas, obtivemos diferentes parâmetros, tais como a detecção de detecção da pupila e da íris. Com estes parâmetros de segmentação de cada imagem iridologia baseado em geometria analítica começou, esta segmentação permite parametrizar áreas da íris, mostrando o funcionamento interno dos diferentes sistemas fisiológicos, e assim obter padrões característicos de tal, que, em futuros sistemas, eles vão conseguir executar processos de detecção com base em doenças iridologia processamento de imagem.
RESUMO
La identificación del cáncer de pulmón en fases iniciales ha sido en los últimos años una tarea priorizada de la comunidad científica. Esta enfermedad representa la primera causa de muerte en el varón y la tercera después del cáncer de colon y mama en la mujer. La realización de estudios imagenológicos contribuye a la detección temprana de esta enfermedad. El elevado volumen de imágenes generado por los equipos médicos provoca la revisión de mucha información para emitir un diagnóstico médico. Con frecuencia se requiere la valoración de varios especialistas para llegar a un diagnóstico acertado, retardando el proceso de atención al paciente. En la presente investigación se exponen los resultados obtenidos al desarrollar un algoritmo utilizando métodos de procesamiento de imágenes, para la identificación de nódulos pulmonares solitarios. La utilización de sistemas que dirigen la atención de los especialistas a regiones candidatas en la imagen, proporcionando una segunda opinión en la interpretación de los resultados, pudiera mejorar la consistencia y agilizar el proceso de diagnóstico. Los resultados arrojados por el algoritmo desarrollado fueron contrastados con las anotaciones realizadas en imágenes publicadas en The Lung Image Database Consortium Image Collection (LIDC-IDRI) y se obtuvo un 77.78 por ciento de acierto en la detección de nódulos pulmonares solitarios(AU)
The identification of lung cancer at early stages has been in recent years a prioritized task for the scientific community. This disease is the leading cause of death in men and the third after the colon and breast cancer in women. Performing imaging studies contributes to the early detection of this disease. The high volume of images generated by medical equipment leads to reviewing much information to issue a medical diagnosis. Often are required the assessment of several specialists to reach an accurate diagnosis, slowing the process of patient care. In the present investigation are exposed the results obtained to develop an algorithm using image processing methods for the identification of solitary pulmonary nodules. The use of systems that direct the attention of specialists to candidate regions in the image, providing a second opinion in the interpretation of results could improve consistency and agility in the diagnostic process. The results obtained by the developed algorithm were compared with annotations in images published in The Lung Image Database Consortium Image Collection (LIDC-IDRI) and was obtained 77.78 percent accuracy in the detection of solitary pulmonary nodules(AU)
Assuntos
Humanos , Masculino , Feminino , Diagnóstico por Imagem/métodos , Nódulos Pulmonares Múltiplos/diagnósticoRESUMO
Teleoperation had become one of the most prolific areas of research due to the great number of applications in which the remote operation paradigm can be applied. Teleoperation is made from several disciplines, areas or techniques, ranging from communications to systems control and from virtual reality to digital signal processing. Hence, individual advancements in these areas could be applied to developments in teleoperation systems. This article presents a compilation of important terms and concepts. It also presents a compilation of the state of the art in teleoperation systems, with special emphasis in telesurgery applications and related research studies in the area comprising image processing and cooperative robotics, which have been used to increase the effectiveness in telemedicine systems and to increase the quality of surgical procedures.
La teleoperación se ha convertido en una de las áreas de investigación más prolíficas, debido al gran número de aplicaciones en las que se puede aplicar el paradigma de operación remota. La teleoperación está conformada de varias disciplinas, áreas o técnicas, desde comunicaciones hasta control de sistemas y desde realidad virtual hasta procesamiento de señales digitales. Así, avances individuales en estas áreas podrían ser aplicados a la evolución de los sistemas de teleoperación. En este artículo se presenta una compilación de términos y conceptos importantes en el área. También se presenta una recopilación de los más recientes avances en sistemas de teleoperación, haciendo un especial énfasis en la telecirugía y en las investigaciones en esta área que durante los últimos años, hacen uso del procesamiento de imágenes y de la robótica cooperativa para aumentar la efectividad de los sistemas de telemedicina con el fin de incrementar la calidad de los procedimientos quirúrgicos.
A teleoperação tornou-se uma das áreas mais prolíficas de pesquisa, devido ao grande número de aplicações em que se pode aplicar o paradigma de operação remota. A teleoperação consiste em várias disciplinas, áreas ou técnicas, desde comunicação até controle de sistemas e desde realidade virtual até processamento de sinal digital. Assim, o progresso individual nestas áreas pode ser aplicado ao desenvolvimento de sistemas de teleoperação. Este artigo fornece uma compilação de termos e conceitos importantes apresentados na área. Também apresenta-se uma coleção dos mais recentes avanços nos sistemas de teleoperação, com especial ênfase na telesurgery e investigação nesta área nos últimos anos, fazendo uso de processamento de imagens e robótica cooperativa para aumentar a eficácia sistemas de telemedicina, a fim de aumentar a qualidade de procedimentos cirúrgicos.
RESUMO
En la actualidad una de cada seis parejas presenta problemas de fertilidad y en el 50% de los casos se debe al factor masculino. A la fecha, el análisis seminal es la única prueba que permite determinar el potencial fértil de un hombre. Entre otros parámetros, la viabilidad espermática es evaluada manualmente presentando una variabilidad debido a la subjetividad producida por la fatiga ocular del experto. El propósito de este trabajo fue desarrollar y validar experimentalmente una herramienta computacional flexible, programable y modular basada en el procesamiento digital de imágenes, para la identificación y clasificación de espermatozoides humanos en una muestra seminal. Las regiones fueron extraídas mediante la técnica de análisis discriminante de Fisher y su clasificación se realizó a través del análisis de agrupamiento y particularmente la técnica de K-medias. Los resultados obtenidos muestran 87,9% de exactitud en la identificación de los espermatozoides vivos y los espermatozoides muertos, 93,4% de efectividad para detectar espermatozoides vivos y 76% de efectividad para detectar los espermatozoides muertos, a partir de un conjunto de 110 imágenes obtenidas de 14 individuos, en comparación con el análisis manual acorde a los procedimientos establecidos por la Organización Mundial de la Salud. La herramienta computacional mostrada aquí contribuye al análisis objetivo de espermatozoides humanos, convirtiéndose en una alternativa a los costosos sistemas comerciales de análisis seminal asistido por computador.
Currently one out of six couples present fertility problems, with 50% of the cases being due to the male. Until now, seminal fluid analysis is the only test that evaluates a male's fertility potential. Among other parameters, sperm viability is manually assessed, which contributes to high data variability as a result of expert subjectivity and eye-fatigue. The purpose of the present study was to develop and experimentally validate a flexible, programmable and modular-based computational tool for digital image processing, identification and classification of human sperm in a semen sample. The regions were extracted using Fisher discriminant analysis and classification methods by cluster analysis and particularly the K-means technique. The results show 87.9% accuracy in identifying living and dead sperm, 93.4% effectiveness in detecting live sperm and 76% effectiveness in detecting dead sperm, from a set of 110 images obtained from 14 individuals, compared with manual analysis according to the procedures established by the World Health Organization. This computational tool contributes to the objective analysis of human sperm, becoming an alternative to expensive commercial systems for computer-assisted semen analysis.