II Simposio Internacional sobre "Generación y Transferencia de Conocimiento para la Transformación Digital"  "SITIC2023" -I Taller Internacional de Tecnologías y Aplicaciones de Web Semántica en el entorno de Inteligencia Artificial de las Cosas

II Simposio Internacional sobre "Generación y Transferencia de Conocimiento para la Transformación Digital"

SITIC2023

HERRAMIENTA PARA LA MEDICION DEL AREA DE LESIONES EN ANIMALES DE LABORATORIO

Resumen

En laboratorios de investigación y hospitales se realizan experimentos para evaluar la eficacia de los candidatos a fármacos o combinaciones de estos para combatir el crecimiento de microorganismos y/o acelerar el proceso natural de cicatrización. La eficacia de los tratamientos se evalúa entre otras cosas mediante la estimación del área de las lesiones. En los laboratorios biológicos del Centro Bioactivos Químicos de la Universidad Central “Marta Abreu” de Las Villas (UCLV) las áreas de las lesiones en animales de laboratorio se miden de forma manual. Para mejorar y acelerar la medición de lesiones se desarrolló una herramienta computacional en Matlab basada en Procesamiento Digital de Imágenes (PDI), teniendo una mínima intervención manual y una alta precisión, para medir el área de lesiones a partir de imágenes fotográficas. En este trabajo se desarrolló una herramienta similar a la de Matlab en el lenguaje Python manteniendo las mismas funcionalidades. Se toma una fotografía digital de la lesión donde hay presente un círculo de dimensiones conocidas, lo cual permite calcular el área de un píxel. Luego el área de interés se segmenta semiautomáticamente sobre la base de la componente S del espacio de color HSV y un método de segmentación basado en la comparación con un umbral de intensidad. Una vez obtenida la región segmentada, el cálculo de su área se realiza utilizando el área de un pixel obtenida previamente. El trabajo que aquí se presenta se centra en imágenes de lesiones en ratones de laboratorio, infectados con parásitos protozoarios del género Leishmania.

Abstract

The effectiveness of the treatments is evaluated, among other things, by estimating the area of the lesions, which makes it possible to follow their evolution over time. In the biological laboratories of the Centro Bioactivos Químicos of the Universidad Central "Marta Abreu" de Las Villas (UCLV) the lesions areas  in laboratory animals are measured manually, using a ruler or caliper and estimating the area as of a rectangle containing the lesion inside, which is time consuming and prone to errors. To improve and accelerate the measurement of lesions, a computational tool was developed in Matlab based on Digital Image Processing (DIP), with minimal manual intervention and high precision, to measure the area of lesions from photographic images. In this work, a tool similar to that on Matlab was developed in Python language while maintaining the same functionalities. A digital photograph is taken of the lesion where a circle of known dimensions is present, which allows the area of a pixel to be calculated. The area of interest is then semi-automatically segmented based on the S-component of the HSV color space and a segmentation method based on comparison with an intensity threshold. Once the segmented region is obtained, the calculation of its area is performed using the area of a pixel previously obtained. The work presented here focuses on lesions images of laboratory mice infected with protozoan parasites of the genus Leishmania.

Sobre el ponente

Erik Silverio Pombrol

Erik Silverio Pombrol

UCLV Flag of Cuba

Discussion

Información Práctica
Ponencia
Spanish / Español
noviembre 16, 2023 3:20 p. m.
5 minutos
Salon SITIC 1
Autores
Erik Silverio Pombrol
Yusely Ruiz-Gonzalez
MsC. Niurka Mollineda Diogo
Prof. Juan Valentín Lorenzo Ginori
Palabras clave
lesion area
matlab
python
segmentación
segmentation
thresholding
umbral
área de la lesión
Documentos