Un nuovo sistema di image processing per lo screening della celiachia

Documenti analoghi
Filtraggio. Stefano Ferrari. Università degli Studi di Milano Tecniche di calcolo e sistemi operativi e informatica

Image Elaboration. Image Processing

ELABORAZIONE DELLE IMMAGINI:

Sharpening mediante filtraggio spaziale

Elaborazione di immagini digitali: trasformare e migliorare

AL DI LA DELLE IMMAGINI

Elaborazione di immagini. Trasformare e migliorare. Scopi dell elaborazione. Tipi di elaborazione

Trasformare e migliorare

Riconoscimento e proiezione di oggetti su un ambiente virtuale

ISTITUTO COMPRENSIVO SAN VENANZO PROGRAMMAZIONE ANNUALE MATEMATICA CLASSE III SECONDARIA I GRADO LIVELLI DI COMPETENZE I QUADRIMESTRE

Array e Oggetti. Corso di Laurea Ingegneria Informatica Fondamenti di Informatica 1. Dispensa 12. A. Miola Dicembre 2006

CONVITTO NAZIONALE MARIA LUIGIA. Programma svolto. Definizione di funzione tra insiemi numerici. Definizione di funzioni reali a variabile reale

1 SIGNIFICATO DEL DETERMINANTE

Dipartimento di Elettronica, Informazione e Bioingegneria Politecnico di Milano

{ } corrisponde all uscita della faccia i-esima del dado. La distribuzione di probabilità associata ( )

Il contrasto. La percezione del contrasto. Contrasto e filling-in. Il contrasto simultaneo. Le distribuzioni di luminanza (ii)

Studio di rette sghembe

Informatica B. Facoltà di Ingegneria Industriale Laurea in Ingegneria Energetica, Meccanica e dei Trasporti. Prof. Marco Masseroli

Università degli Studi di Catania. DI SCIENZE MATEMATICHE FISICHE E NATURALI Corso di Laurea Specialistica in Informatica.

MODULO 5 - USO DELLE BASI DI DATI 2 FINALITÁ

SCHEDA DIDATTICA N 7

C.da Di Dio - Villaggio S. Agata Messina Italy P.I c.f AMBIENTE STATISTICO. Release /03/2018.

COGNOME E NOME MATR. ANALISI DEI DATI PER IL MARKETING novembre 2008.

Appunti su Indipendenza Lineare di Vettori

L ALGORITMO DEL SIMPLESSO REVISIONATO

Problemi di ricerca in insiemi ordinati

Introduzione a Matlab

Istituto Comprensivo Luigi Capuana Mineo Anno Scolastico

ESERCITAZIONE 2 RIPARTIZIONE FORZE SISMICHE

20. Riepilogo Venduto - Giacenze

Ingegneria Elettrica Politecnico di Torino. Luca Carlone. ControlliAutomaticiI LEZIONE IV

1) Hamming bound, coset, codici equivalenti

Un ripasso di aritmetica: Conversione dalla base 10 alla base 2

Microeconomia a.a. 2017/2018

Università degli Studi di Ferrara

Unità Didattica N 08 I sistemi di primo grado a due incognite 1. U.D. N 08 I sistemi di primo grado a due incognite

Rappresentazione dei numeri

SEGMENTAZIONE DI IMMAGINI. Elaborazione dei Segnali Multimediali Raffaele Gaetano 06 Maggio 2014

Elaborazione di immagini. I filtri Digital Image Processing

Esercizi 5 CICLI. Es.5(cicli)

Immagini binarie. Binarizzazione di immagini a livelli di grigio

Microsoft Excel Nozioni avanzate

CURRICOLO DI MATEMATICA CLASSE I SCUOLA PRIMARIA Anno scolastico 2016/2017

Istituto Comprensivo di Pralboino Curricolo Verticale

LeLing12: Ancora sui determinanti.

Prof. Marco Masseroli

ESTRAZIONE DI DATI 3D DA IMMAGINI DIGITALI. (Visione 3D)

SI RICORDA CHE LE LEZIONI DI MERCOLEDÌ 5 E 12 APRILE SI TERRANNO IN AULA D3 DALLE 9 ALLE 11

Fondamenti di Informatica A.A. 2017/18

Estrazione dei bordi

Progetto di Computer Vision: Plugin per imagej: Harry Corners Detection. Corso di laurea specialistica in Informatica.

Esercitazioni di Informatica (CIV)

Triangolazione a blocchi di matrici

Parte 1: tipi primitivi e istruzioni C

QUANTIZZATORE VETTORIALE

Statistica Elementare

Dipartimento di Elettronica, Informazione e Bioingegneria Politecnico di Milano

12 Function Handles e Ricorsione in MATLAB

Rappresentazione dei numeri interi in un calcolatore

Rappresentazione dei numeri interi in un calcolatore. Rappresentazione dei numeri

Tesi di Laurea TELECAMERA OMNIDIREZIONALE CON SENSORE RETINICO CMOS

Sviluppando ancora per colonna sulla prima colonna della prima matrice e sulla seconda della seconda matrice si ottiene:

LEZIONE N.7 INTRODUZIONE AI METODI DI PROGRAMMAZIONE LINEARE, IL METODO DEL SIMPLESSO. 1di 18

INTERPOLAZIONI CON SPLINE

Nota: lo strumento di visualizzazione è ottimizzato per il browser Google (Versione ) Database Contributi Progetti Esterni TUTORIAL

Università Ca Foscari Venezia

ALGORITMO SPUTNIK 1. INTRODUZIONE

Elaborazione delle immagini

Laboratorio di Programmazione Laurea in Ingegneria Civile e Ambientale

Introduzione al C. Proprietà degli elementi di un insieme. Claudio Ciccotelli

Stima di Posizione e Orientamento Mediante Elaborazione di Immagini con il Filtro di Kalman

ABILITÀ. COMPETENZE L'alunno: ( B-H ) L'alunno sa: associare alla quantità il numero ( simbolo e nome ) i numeri ordinali

Riconoscimento automatico di oggetti (Pattern Recognition)

GEOMETRIA ANALITICA. Il Piano cartesiano

Modulo Q Manuale del modulo Trace

Analisi degli Errori

Strutture dati. Operatori di incremento e decremento. Strutture di dati. Strutture di dati. ++ e -- Esempi. Vettori e matrici.

COMPUTER VISION: VERSO UN RICONOSCIMENTO AUTOMATICO DEI GESTI COMUNICATIVI

Correttezza (prima parte)

) Trovare l equazione canonica della conica: 8x 2 12xy + 17y x 70y = 0 Poi classificarla. ...

Modulo 2: RAPPRESENTAZIONE DEI DATI I sistemi di numerazione

Introduzione ai filtri digitali

Corso di Informatica di Base

Materiale didattico per il corso di Statistica I Prima esercitazione: SOLUZIONI

Operazioni puntuali. Tipi di elaborazioni Operatori puntuali Look Up Table Istogramma

8 Valore assoluto. 8.1 Definizione e proprietà

Corso di Laurea Specialistica in Ingegneria Meccanica e Ingegneria Energetica Progetto numerico al calcolatore

Sistemi lineari. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara

SCUOLA PRIMARIA MATEMATICA (Classe 1ª)

Problem Set 3 docente: Luciano Gualà

Elementi di grafica raster

Graficazione qualitativa del luogo delle radici

Analisi spettrale del rumore di fase

Implementazione di DFA in C

Le immagini digitali. Introduzione

ossia può anche essere localizzato univocamente sul piano complesso con la sua forma polare.

Corso di Laurea Specialistica in Ingegneria Informatica. Correlatore: Ing. Andrea Claudi

Esercizi 3, 1. Prof. Thomas Parisini. Esercizi 3, 3 Regola:

Transcript:

Un nuovo sistema di image processing per lo screening della celiachia Ninfea Lo Mascolo UNIVERSITÀ DEGLI STUDI DI CATANIA Corso di Laurea in Ingegneria Informatica Facoltà di Ingegneria,Dipartimento di Ingegneria Elettrica, Elettronica e di Sistemi

Obiettivi Realizzare un sistema di lettura e conversione in un esito clinico delle informazioni ottenute dal test genetico effettuato per valutare una eventuale predisposizione alla celiachia. Fornire uno strumento di lavoro di facile utilizzo in ambiente medico, attraverso l implementazione di un interfaccia grafica.

La celiachia La celiachia è un enteropatia autoimmune dovuta ad un'intolleranza permanente alla gliadina. Quest ultima è una componente proteica del glutine, che a sua volta è contenuto in molti cereali: frumento, nell'orzo, nella segale, nel farro, nel kamut ed in altri cereali minori. Nei soggetti affetti o predisposti, risultano tossici tutti gli alimenti derivati dai suddetti cereali o contenenti glutine in seguito a contaminazione. E stata dimostrata una forte associazione di questa malattia con i geni del complesso HLA. La presenza degli alleli HLA è, infatti, un indicatore di predisposizione alla celiachia ed è essenziale per la patogenesi della malattia. Negli individui affetti, in particolare, la gliadina, dopo essere stata fagocitata in sede intestinale dalle cellule presentanti l'antigene (APC, Antigen-Presenting Cell), viene esposta dalle molecole DQ2 e DQ8 del sistema HLA per essere riconosciuta come antigene "non-self" dai linfociti T, cioè come antigene estraneo da attaccare e distruggere.

Il test genetico Il test genetico per l identificazione della celiachia è basato sull analisi elettroforetica su gel agarosio del DNA estratto da campioni di sangue, e permette di rivelare la predisposizione genetica alla celiachia in soggetti potenzialmente affetti o parenti più stretti. L analisi elettroforetica fornisce un immagine costituita da una serie di cluster luminosi che rappresenta la presenza degli alleli indicatori di celiachia. Purtroppo, tale immagine, non si presenta del tutto nitida, di conseguenza, sarà necessaria un elaborazione digitale per rendere possibile l interpretazione dei risultati in maniera inequivocabile.

Software per lo screening della celiachia DESCRIZIONE DEL SOFTWARE: Il software creato in ambiente Borland C++ Builder V 6.0 Build 10.155 consta di una GUI user-friendly e di una connessione con un database esterno, realizzata utilizzando gli oggetti ADO messi a disposizione dal compilatore. ATTIVITA E RISULTATI: Il programma elabora l immagine digitale acquisita in ingresso, che descrive visivamente l esito di un test genetico ottenuto mediante elettroforesi del DNA, e restituisce come output uno stream di nove cifre, costituito da 0 e 1, dal quale si potrà successivamente evincere la predisposizione o meno del soggetto alla celiachia. L immagine digitale da analizzare può contenere 4 test oppure 2 test:

Acquisizione e thresholding dell immagine Acquisizione dell immagine mediante una libreria C++ per la manipolazione di immagini; Matrice dei grigi, cioè l espressione di ogni pixel nel suo valore numerico, da 0 a 255, in cui allo 0 corrisponde il nero (assenza totale di luminanza), al 255 il bianco (luminanza massima); Costruzione di un array bidimensionale, che ricalchi la matrice, sul quale poter operare; Thresholding, al fine di ottenere dei bordi uniformemente neri, cioè con valore di luminanza 0, per cercare di delineare e distinguere le diverse parti dell immagine; Calcolo di un vettore somma delle colonne, i cui elementi saranno cioè costituiti dalla somma numerica dei valori di luminanza di tutti i pixel appartenenti ad ogni singola colonna.

Algoritmo per l enumerazione e traslazione dei test (I) Dopo aver ricostruito con i nuovi valori della matrice sogliata il vettore somma delle colonne ed aver calcolato con gli stessi criteri un vettore somma delle righe, si riescono a trovare le coordinate necessarie per identificare il numero di test dell immagine. Conoscere il numero di test, è necessario per poter successivamente suddividere la zona a metà, in orizzontale ed in verticale o solo in orizzontale ottenendo così 4 o 2 sottoimmagini e le loro matrici.

Algoritmo per l enumerazione e traslazione dei test (II) Per effettuare la rotazione, note le ascisse x1, x2 e l ordinata y2, sono necessarie altre 3 coordinate, ottenute utilizzando la matrice sogliata: ys,yd, xb che rispetto all immagine si trovano nell estremo vertice a sinistra, a destra e in basso. 1 caso: y2-ys > y2-yd angolo di rotazione in gradi: m=(360 /2π) arctg((y2-yd)/(x2-xb)) 2 caso: y2-ys < y2-yd angolo di rotazione in gradi: m= 360 -((360 /2π) arctg((y2-ys)/(xb-x1)))

Filtraggio (I) 1) Filtro mediano orizzontale non lineare, di maschera 5x1, volto ad esaltare i valori di luminanza accentuati ed attenuare invece i grigi dello sfondo: I parametri w1, w2, w3, w4 e w5 sono assunti pari ai corrispondenti valori della matrice se questi sono maggiori di 100, zero altrimenti. m1, m2, m3, m4 ed m5 sono stati fissati opportunamente in seguito alle numerose prove effettuate. 2) Filtro gaussiano con soglia, con maschera standard di dimensione 3x3. I valori della matrice ricavati, sono stati sottoposti ad un ulteriore sogliatura con riferimento sempre a 100: i termini inferiori sono stati annullati, quelli uguali o superiori a tale soglia portati al valore massimo di 255.

Filtraggio (II) 3) Filtro gaussiano semplice 3x3, la cui maschera, costituita dai coefficienti m precedentemente utilizzati, verrà applicata direttamente ai valori che costituiscono la matrice per ricavarne il nuovo termine da posizionare sempre al centro della maschera. Immagine filtrata

Ricerca degli alleli e analisi interpretativa (I) Per distinguere le due righe di Cluster: si identificano i raggruppamenti di valori non nulli del vettore somma delle righe, che rappresentano sicuramente i due cluster orizzontali di accentuata luminanza e qualche eventuale residuo di rumore; si calcolano: pixel iniziale e finale il valore globale del cluster e il valore mediano della distanza tra il pixel iniziale del primo cluster e quello finale del secondo.

Ricerca degli alleli e analisi interpretativa (II) Per individuare lo stato dei singoli cluster: Considerando inizialmente solo la riga inferiore (riga di convalidazione) di segmenti illuminati: Si compara il valore di intensità di ogni cluster con un valore-soglia al di sotto del quale lo si considererà spento, al di sopra del quale invece acceso (OFF oppure ON); Si conta il numero dei cluster ritenuti accesi. Se tale numero risulta pari a 8 => TEST VALIDO: si controlla lo stato ON/OFF di ogni cluster, nella riga superiore (riga che fornisce l esito). RISULTATO: Sequenza di 9 cifre, di cui la prima sarà 1 o 0 a seconda se gli alleli riscontrati nella riga inferiore saranno 8 o meno (e darà quindi valenza al test), le altre invece saranno rispettivamente 1 o 0 in corrispondenza di un allele acceso o spento.

Interfaccia grafica e database L interfaccia è costituita da pochi elementi di facile utilizzo: SI = predisposto alla celiachia. NO = non predisposto. Non Valido = risultato del test è uguale a zero, ovvero nella riga di convalidazione alcuni clusters sono OFF. Nella parte sinistra viene visualizzata la stringa numerica associata a ciascun test eseguito, e quindi l esito del test genetico nella parte destra. L esito, sopra menzionato, è stato ottenuto a partire da una tabella in cui sono contenuti i valori delle stringhe che determinano l eventuale presenza dell allele DQ2 e DQ8.

Esempi dei risultati ottenuti (I) 1) ESEMPIO (4 TEST): Immagine originale e dopo il primo thresholding.

4 TEST prima (A) e dopo (B) il filtraggio digitale Test n 1 Test n 2 A B A B Test n 3 Test n 4 A B A B

L immagine presenta degli alleli di verifica del test non sufficientemente illuminati da poter essere considerati accesi, infatti i test 2 e 4 verranno scartati:

Esempi dei risultati ottenuti (II) 2) ESEMPIO (2 TEST): Immagine originale e dopo il primo thresholding.

2 TEST prima (A) e dopo (B) il filtraggio digitale Test n 1 A B Test n 2 A B

Il test n 2 risulterà valido, ma il confronto con le stringhe della tabella darà esito negativo.

Invece, il test n 1 non verrà considerato attendibile.

Conclusioni (I) In questo è lavoro stato descritto un nuovo sistema che permette di ricavare a partire da immagini fotografiche informazioni rilevanti e interpretare i risultati di un test genetico di predisposizione alla celiachia, ottenuto tramite elettroforesi su gel di agarosio. Attraverso l implementazione di filtri digitali standard e ad hoc, è stato possibile eliminare gran parte del rumore in eccesso che poteva compromettere l esito dei test. Si è riusciti a riconoscere lo stato ON/OFF dei cluster, cioè delle macchie di maggiore intensità luminosa che permettono di determinare la presenza/assenza degli alleli DQ2 e DQ8 responsabili della predisposizione genetica alla celiachia. Tramite la realizzazione di un interfaccia grafica (GUI) si è ottenuto uno strumento di lavoro, di utilizzo semplice e intuitivo in campo medico, grazie al quale è possibile scegliere le immagini da processare e visualizzarne i risultati.

Conclusioni (II) Il software, implementato in ambiente Borland C++ Builder V 6.0 Build 10.155, permette di ottenere velocemente ottimi risultati con un elevata percentuale di successo sul campione di immagini analizzato, per cui, si dimostra utile per la precisione con cui viene interpretato il risultato del test e per i bassi tempi di processamento.