Dissertação
Rastreamento de células em vídeos 3D
Registro en:
SOUSA, Davy Oliveira Barros. Rastreamento de células em vídeos 3D. 2018. 72 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Sergipe, São Cristóvão, SE, 2018.
Autor
Sousa, Davy Oliveira Barros
Institución
Resumen
Performing cell tracking is important for curing and preventing diseases. This is due to the fact
that cellular motility is linked to several cellular processes. However, performing the analysis
of the trajectory of a cell is not a simple job, because to store the information of the trajectory
it is necessary a great amount of images, mainly in 3D images. Thus, it is necessary to create
algorithms that can perform cell tracking in a practical and automatic way. In this work was
given a continuation of the work of conclusion of course (TCC) of Sousa (2015) in order to
improve the tracking algorithm already implemented and presented in Sousa (2015). To overcome
the shortcomings of the algorithm implemented by Sousa (2015), modifications were made to
the segmentation, labeling and tracking phases. In addition, methods have been added for the
detection of cell division and the entry and exit of new cells of the video. The validation of the
algorithm was done through an evaluation software that has routines for both the segmentation
and the tracking part. 11 datasets were used for the validation, and the proposed algorithm
was able to obtain results for 7 of them. Among the 7 datasets, 3 were 2D and the other 4, 3D.
Although the results were not satisfactory for the 2D datasets, the 3Ds obtained satisfactory
results during the tracking phase, with averages of accuracy ranging from 90.1% to 94.4%. From
the validation, it was realized that, even having obtained satisfactory values, including some of
them better than some found in the state of the art, the algorithm still needs improvements. Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES Realizar o rastreamento de células é importante para a cura e prevenção de doenças. Isso se deve
ao fato da motilidade celular estar ligada a vários processos celulares. Porém, realizar a análise
da trajetória de uma célula não é um trabalho simples, pois para armazenar as informações da
trajetória é necessário uma grande quantidade de imagens, principalmente em imagens 3D. Dessa
forma, faz-se necessária a criação de algoritmos que possam realizar o rastreamento celular de
forma prática e automática. Neste trabalho foi dada continuidade ao trabalho de conclusão de
curso (TCC) de Sousa (2015) de forma a melhorar o algoritmo de rastreamento já implementado
e apresentado em Sousa (2015). Para suprir as deficiências do algoritmo implementado por Sousa
(2015), foram feitas modificações na fase de segmentação, de rotulação e de rastreamento. Além
disso, foram adicionados métodos para a detecção de divisão celular e a entrada e saída de novas
células do vídeo. A validação do algoritmo foi feita por meio de um software de avaliação que
possui rotinas tanto para a parte de segmentação quanto para a de rastreamento. Foram utilizados
11 datasets para a validação, sendo que o algoritmo proposto conseguiu obter resultados para
7 deles. Dentre os 7 datasets, 3 eram 2D e os outros 4, 3D. Embora os resultados não tenham
sido satisfatórios para os datasets 2D, os 3D obtiveram resultados satisfatórios durante a fase
de rastreamento, com médias de acurácia variando de 90,1% a 94,4%. A partir da validação,
percebeu-se que, mesmo tendo obtido valores satisfatórios, inclusive alguns deles melhores que
alguns encontrados no estado da arte, o algoritmo ainda precisa de melhorias. São Cristóvão, SE