Seguimiento de células en vídeos obtenidos mediante microscopio y la técnica de contraste de fase para la estimación del tiempo medio de paso entre estados celulares

Abstract

El objetivo específico de este Trabajo Fin de Grado ha sido la implementación de tres métodos diferentes para el seguimiento de células en vídeos. Estos han sido obtenidos mediante microscopio con la técnica de contraste de fase. El objetivo general de la investigación en la que se enmarca este proyecto es la estimación del tiempo medio entre estados celulares, en base a videos de fibroblastos dérmicos . El método seguido en una primera aproximación al problema se basaba, inicialmente, en la segmentación de las imágenes, utilizando métodos clásicos, con el fin de obtener la correcta ubicación de las células.A continuación, se llevaba a cabo el seguimiento de las células a lo largo del vídeo utilizando para ello un filtro de Kalman acondicionado. Tras comprobar que los resultados no eran favorables para nuestra aplicación, se optó por implementar tres métodos diferentes para la extracción del fondo, con el fin de obtener un mejor resultado en el seguimiento y estimación del tiempo. Los métodos desarrollados para dicho fin están basados en: • Transformada Wavelet. • Filtro de Entropía. • Combinación de Gradientes. Por último, se ha calculado el tiempo medio entre estados celulares. 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 project has been the implementation of three different methodsfor the tracking of cells in videos. These have been obtained by using microscope phase contrast technique. The general objetive of the researh in which the project is based is the estimation of the mean time between cellular states, based on a video of dermal fibroblasts. In a first approach to the problem, the method followed was based on the segmentation of the images, using classical methods, in order to get the correct location of the cells. Then, the cells were tracked throughout the video using a Kalman conditioning filter. After verifying that the results were not favorable for our application, we chose to implement three different methods for bottom extraction, in order to obtain a better result in tracking and estimating time. The methods developed for this purpose are based on: • Wavelet transformed. • Entropy Filter. • Combination of Gradients. Finally, the average time between cellular states has been calculated. The development environment has been Matlab, which allows us to implement classic image processing methods and newer object classification and tracking methods. We will start by explaining the entire procedure of the algorithm already developed and then we will present the results with the pourpose to visualize its operation, as well as, considering the advantages and disadvantages.