3. Marco experimental 15
3.3. Metodolog´ıa propuesta
3.2.4. T´ ecnicas de regularizaci´ on de imagen
Una t´ecnica recurrente en el pre-procesamiento de im´agenes para an´alisis biol´ogico es la ecualizaci´on del histograma [68]. La ecualizaci´on del histograma busca una distribuci´on de intensidades uniforme, permitiendo resaltar los contrastes, sin perder la informaci´on estructural de la imagen [69]. Este procedimiento inicia con el calculo del histograma dado por 3-15, dondeLes el n´umero de niveles de intensidad,Xk es un pixel de la imagen con intensidadk,Nkes el n´umero de pixeles con intensidad k ynes el n´umero total de pixeles.
P[Xk] = Nk
n ;k= 0, ..., L−1 (3-15)
Una vez calculado el histograma normalizado, se calcula Sk dado por 3-16. La ecualizaci´on del histograma se obtiene al mapear cada pixel con nivel de griskal correspondiente valor de gris dado por Sk.
Sk=
k
X
j=0
P[Xk] (3-16)
Ya que las im´agenes 2DGE presentan un comportamiento aleatorio dependiendo de las t´ecnicas de adquisici´on y tipo de muestra, en [70] se plantea el uso de una t´ecnica adaptativa de ecualizaci´on del histograma, que por medio de una estimaci´on recurrente estima los niveles de intensidad adecuados para realizar la distribuci´on uniforme. Esta t´ecnica adaptativa permite tener en cuenta los niveles m´aximos y m´ınimos presentes en la imagen. Este m´etodo adaptativo se basa en los indicadores dados por 3-17 y 3-18, donde Φ(x) es una medida de intensidad de los pixeles y Υ(nx) es el nivel de contraste promedio entre objetos.
P MX =max 1 PL
x=1nxnxΦ(x))
!
(3-17)
MX =min 1 PL
x=1nx L
X
x=1
nxΥ(nx))
!
(3-18) La t´ecnica de histograma descrita en la secci´on 3.2.3 tambi´en se aplica para la regularizaci´on de im´agenes, con la diferencia que la t´ecnica aplicada en regularizaci´on de imagen diferencia el fondo de los objetos de inter´es para realzar el contraste, disminuyendo la intensidad del fondo e incrementando la intensidad en los bordes de los objetos.
3.3. Metodolog´ıa propuesta
Las t´ecnicas de pre-procesamiento de reducci´on de ruido, normalizaci´on de imagen y correcci´on de fondo mitigan anomal´ıas de manera particular, mas no de manera general. Para entender las limitaciones y ventajas de estas t´ecnicas, el Cap´ıtulo 4 presenta una comparaci´on de los m´etodos m´as empleados en cada corriente de acuerdo a la literatura. En el Cap´ıtulo 4 se demuestra que de forma individual estas t´ecnicas no permiten disminuir de manera satisfactoria el efecto de todas las anomal´ıas en las im´agenes 2DGE. Por esta raz´on, se hace evidente la necesidad de una integraci´on
26 3 Marco experimental
de las t´ecnicas de pre-procesamiento, que permitan reducir las anomal´ıas de manera complemen- taria.
En este proyecto se propone una metodolog´ıa de pre-procesamiento de im´agenes 2DGE multinivel, que integra t´ecnicas de reducci´on de ruido, normalizaci´on de imagen y correcci´on de fondo. La metodolog´ıa propuesta se presenta en la Figura3-8.
Figura 3-8: Metodolog´ıa de pre-procesamiento propuesta para la integraci´on de t´ecnicas de reducci´on de anomal´ıas en im´agenes 2DGE.
De acuerdo a lo reportado en la literatura, las t´ecnicas de correcci´on de fondo mejoran su desem- pe˜no cuando las im´agenes ingresadas al proceso poseen un fondo con poco ruido, facilitando su identificaci´on y posterior sustracci´on. Por esta raz´on se plantea el uso de t´ecnicas de correcci´on de fondo en el ´ultimo paso del pre-procesamiento. Debido a que una de las mayores dificultades en el proceso de detecci´on de prote´ınas es la identificaci´on de prote´ınas tenues, y considerando que el proceso de filtrado o correcci´on de fondo puede perjudicar las d´ebiles caracter´ısticas morfol´ogicas y espectrales de estas prote´ınas, se propone realizar como primer paso el proceso de normalizaci´on de imagen. Las t´ecnicas de normalizaci´on mejora el contraste, lo cual resalta prote´ınas de baja densidad, disminuyendo su susceptibilidad de atenuaci´on de bordes en una etapa de filtrado. Sin embargo, la normalizaci´on al mismo tiempo que mejora el contraste, tambi´en intensifica los ruidos puntuales como puntos aislados. De esta manera, como segundo paso se propone usar el proceso de filtrado. Al igual que en otro tipo de im´agenes reportadas en la literatura, se sugiere el uso de t´ecnicas de suavizado que no distorsionen el contorno de los objetos de inter´es [20]. Las t´ecnicas
3.3 Metodolog´ıa propuesta 27
de filtrado evaluadas en este proyecto ayuda a disminuir de forma efectiva los ruidos puntuales causados por la normalizaci´on, as´ı como permiten preservar los bordes de las prote´ınas.
La metodolog´ıa propuesta en la Figura3-8permite el uso de diferentes t´ecnicas de pre-procesamiento usando el mismo esquema. Se recomienda elegir t´ecnicas a partir de un estudio previo comparati- vo. As´ı mismo, se deben definir apropiadamente los par´ametros de las t´ecnicas seleccionadas que permitan optimizar la eficacia de la metodolog´ıa propuesta.
Para realizar la validaci´on de la metodolog´ıa propuesta se emple´o tanto im´agenes sint´eticas como im´agenes reales. La Figura3-9presenta el proceso de validaci´on empleado. Las im´agenes sint´eticas permiten tener control sobre las propiedades morfol´ogicas de las prote´ınas sint´eticas, el fondo de la imagen y las caracter´ısticas de las anomal´ıas. Con estas im´agenes se realiza el pre-procesamiento y posterior comparaci´on cuantitativo. Posteriormente, se realiza el pre-procesamiento de im´agenes reales seleccionadas acorde a la presencia de las anomal´ıas de inter´es y la calidad de las mismas, finalmente, los resultados de pre-procesamiento de im´agenes reales son sometidos a la evaluaci´on de un experto en el tema de im´agenes 2DGE
Figura 3-9: Metodolog´ıa de validaci´on.