Fractal Dimension of Dog Kidney Proximal Convoluted Tubuli Sections by Mean Box-Counting Algorithm

• Julio Gil ^[1] ; Miguel Gimeno ^[1] ; Jesús Laborda ^[1] ; Javier Nuviala ^[1]
  1. [1] Genetics, Veterinary Faculty Department. of Animal Anatomy Embriology
• Localización: International Journal of morphology, ISSN-e 0717-9502, Vol. 24, Nº. 4, 2006, págs. 549-554
• Idioma: inglés
• Títulos paralelos:
  • Dimensión Fractal de Secciones de los Túbulos Contorneados Proximales del Riñón Mediante un Algoritmo de Recuento de Cajas
• Enlaces
  • Texto completo
• Resumen
  • español

    La posibilidad de caracterizar los túbulos contorneados proximales del riñón de perro, mediante un valor único y objetivo, es una idea interesante para automatizar su reconocimiento en anatomía y en patología. Para ello, hemos obtenido la dimensión fractal de los túbulos contorneados proximales del riñón de perro, mediante la técnica de recuento de cajas. El valor fractal obtenido es una dimensión de superficie, diferente de la dimensión fractal lineal que calculamos previamente (Gil et al., 2006). De esta forma, desde imágenes microscópicas, nos es posible obtener una medida simple y cuantitativa para diferenciar estos compontes del riñón de perro. Esta medida puede usarse para automatizar su reconocimiento

  • English

    The possibility of characterizing the proximal convoluted tubuli of the dog kidney by means of a unique and objective value, is an attractive idea in order to automate its recognition in anatomy and patology. For this, we obtained a fractal dimension of the proximal convoluted tubuli in the dog kidney by mean box-counting method. The fractal value we obtained is a flat dimension, and it is different than the line fractal dimension of the dog kidney arterial pattern, which was previously calculated by us (Gil et al., 2006). Thus, from optical microscopy images, we are able to obtain a single quantitative measure to discriminate these dog kidney components. This measures can use to automate its recognition. Fractal geometry provides many advantages when examining the complex microscopical images of natural objects