Técnicas Avanzadas en Biología y Medicina
Acceso abierto

abstracto

Análisis de la tasa de crecimiento de las células madre mediante segmentación, extracción de características y reconocimiento de patrones

R Nathiya y G Sivaradje

Las células madre tienen la notable capacidad de convertirse en cualquier tipo de célula del cuerpo en su etapa inicial de crecimiento. En algunos órganos, como el intestino y la médula ósea, las células madre se dividen regularmente para reparar y reemplazar los tejidos desgastados o dañados. La metodología existente para la segmentación de imágenes de análisis de células madre hace uso de una técnica morfológica aplicada en las células fluorescentes para obtener una imagen segmentada de corte claro. Para esto, se usa el paradigma wavelet Otsu Curvelet en el que se filtra la imagen o el marco, se usa Curvelet para una mejor mejora de los bordes y Wavelet se usa para la resolución de múltiples escalas. La segmentación mediante el modelo de Otsu reduce el peso promedio de las variaciones de clase de varios píxeles para proporcionar un valor de umbral óptimo. A partir de la característica de imagen segmentada, los vectores se obtienen utilizando la técnica de matriz de co-ocurrencia de nivel de gris (GLCM) que juega un papel vital en la extracción de características en una imagen. Sin embargo, GLCM comúnmente extrae la textura bajo una sola escala y una sola dirección, lo que no proporciona las entidades texturales en su máxima extensión. Por lo tanto, para multiescala y multiresolución, la imagen segmentada se descompone con NSCT y se aplica GLCM. El conjunto de vectores de características forma finalmente la matriz de patrones como entrada a las redes neuronales artificiales para su clasificación. Usando la red neuronal para el reconocimiento de patrones, la red se entrena usando las imágenes de varias imágenes de niveles saludables. Luego, utilizando la red entrenada, se evalúa la naturaleza saludable de la imagen de prueba y el resultado se muestra en forma de porcentaje de salud de las imágenes de células madre de la serie temporal dada. Por lo tanto, este artículo está muy motivado para analizar la naturaleza saludable de las células madre.