Determinación del estado celular en intervalos de imágenes microscópicas de contraste de fase

Abstract

El objetivo de este Trabajo de Fin de Grado ha sido la medición del tiempo de ciclo celular de forma automática en imágenes microscópicas de contraste de fase. Se ha realizado un trabajo de procesamiento de imágenes utilizando métodos clásicos como inicio de una nueva investigación y con el fin de aportar información al artículo “Molecular basis of mitotic decline during human aging” de Joana Catarina Macedo, Sara Vaz, Bjorn Bakker, Rui Ribeiro, Petra Bakker, Jose Miguel Escandell, Miguel Godinho Ferreira, Rene Medema, Floris Foijer y Elsa Logarinho [11] sobre la Aneuploidía. Se han utilizado dos vídeos de fibroblastos dérmicos humanos de un donante neonatal aparentemente sano y sin tratamientos, el primer video para entrenar el sistema y el segundo para probar su funcionamiento. Para conseguir el objetivo ha sido esencial la determinación del estado celular, de cada una de las células de los vídeos proporcionados, que podía ser: Estado 1 (correspondiente a la interfase) o Estado 2 (División celular). En primer lugar, se ha implementado la segmentación de las imágenes, utilizando métodos clásicos, con el fin de obtener la ubicación de las células y extraer algunas de sus características de forma. A continuación, se ha realizado la clasificación de las células diferenciándolas en dos estados, como ya se ha mencionado. Posteriormente se ha llevado a cabo el seguimiento de las células a lo largo del video utilizando para ello un Filtro de Kalman. Tras comprobar que los resultados no eran favorables para nuestra aplicación, se optó por diseñar un nuevo algoritmo en el que la predicción tuviese en cuenta la desaparición de las células, como consecuencia de la finalización del ciclo celular. Por último, se ha calculado el tiempo de ciclo dividiéndolo en tiempo 1 (correspondiente a la interfase) y tiempo 2 (división celular). El entorno de desarrollo ha sido Matlab, que nos permite implementar tanto métodos clásicos de procesamiento de imágenes como métodos de clasificación y seguimiento de objetos más novedosos Comenzaremos explicando todo el procedimiento del algoritmo desarrollado y posteriormente expondremos los resultados para visualizar su funcionamiento, así como ventajas e inconvenientes.

The aim of this work is the measurement of cell cycle time automatically in microscopic phase contrast images. A work of image processing using classical methods has been carried out as the start of a new investigation and to provide information to the article "Molecular basis of mitotic decline during human aging" by Joana Catarina Macedo, Sara Vaz, Bjorn Bakker, Rui Ribeiro, Petra Bakker, Jose Miguel Escandell, Miguel Godinho Ferreira, Rene Medema, Floris Foijer and Elsa Logarinho [11] about Aneuploidy. Two films of human dermal fibroblasts from a neonatal donor apparently healthy and without treatments has been used. The first video will be used to train the system and the second one to test it. It will be necessary to determine the cellular status of each cell to achieve the objective, it could be: State 1 (corresponding to the interphase) or State 2 (cell division). First, a segmentation using classical methods has been implemented in order to get the location of each cell and some of their appearance characteristics. Then, a classification of the cells into two states, as mentioned above, has been carried out. Later, we used the Kalman filter for the cell tracking. After checking that the obtained results were not suitable to our application, it was decided to create a new algorithm to consider that the cells will disappear when the cell cycle is done. Finally, the cell cycle time has been calculated in two phases; time 1 (corresponding to the interphase) and time 2 (length of cell division). We will start explaining the whole process of the developed algorithm and then we will present the results to check out its working.