Procesado automático de imagen aplicado al conteo y caracterización de la forma de células endoteliales corneales

• José Sebastián Velázquez Blázquez ^[1] ; Francisco Cavas Martínez ^[1] ; Víctor Andrés Campuzano Brando ; Francisco J. Fernández -Cañavete ^[1] ; Jorge Luciano Alio y Sanz ^[2]
  1. [1] Universidad Politécnica de Cartagena

     Universidad Politécnica de Cartagena

     Cartagena, España

     
  2. [2] Universidad Miguel Hernández de Elche

     Universidad Miguel Hernández de Elche

     Elche, España

     
• Localización: Revista DYNA, ISSN-e 0012-7361, ISSN 0012-7361, Vol. 95, Nº 2, 2020 (Ejemplar dedicado a: Texturizado por rectificado para reducir la fricción), págs. 170-174
• Idioma: español
• Títulos paralelos:
  • Automatic image processing applied to corneal endothelium cell count and shape characterization
• Enlaces
  • Texto Completo Ejemplar
• Resumen

  • El conteo de las células endoteliales corneales, así como la caracterización de su porcentaje de hexagonalidad, cuentan con gran importancia en la actualidad para la detección de anomalías y patologías del ojo humano, tales como el glaucoma. Las tecnologías prevalentemente usadas se basan tanto en la microscopía como en un posterior análisis de imagen. Sin embargo, el conteo automático de células realizado por el software integrado en los microscopios es bastante inconsistente, por lo que muchos laboratorios optan por usar el conteo manual como alternativa más fiable. Este conteo es una labor larga y tediosa, que puede dar lugar a errores humanos, por lo tanto, se han realizado diversas propuestas para automatizar el proceso. La presente comunicación muestra un procedimiento para el pre-procesado, segmentación y análisis automático de las imágenes obtenidas con un microscopio confocal, usando la transformada Watershed, y una Interfaz Gráfica de Usuario (IGU) creada con Matlab® para su aplicación. A fin de cuantificar la calidad del procedimiento, se analizaron un total de 30 imágenes endoteliales con un número de celdas comprendido entre 90 y 170, resultando un error medio de conteo del 4.3%, lo que puede considerarse un resultado razonablemente bueno. Sin embargo, los resultados alcanzados para el porcentaje de hexagonalidad mediante este método, y con la calidad de las imágenes usadas, no son tan buenos como se esperaba, lo que invita a mejorar la calidad de las imágenes, centrarse en áreas con una mayor homogeneidad de células o incluso la aplicación de otros algoritmos, tales como las redes neuronales, para futuros trabajos.