TY - JOUR
T1 - A New Automatic Cancer Colony Forming Units Counting Method
AU - Roldán-fajardo, Nicolás
AU - Rodriguez-Ramos, Lizeth
AU - Hernandez, Andrea
AU - Cepeda-Forero, Karen
AU - Ondo-Méndez, Alejandro
AU - cancino-Suarez, Sandra
AU - Forero, Manuel
AU - López-López, Juan Manuel
PY - 2019/9/21
Y1 - 2019/9/21
N2 - Los ensayos clonogénicos son una herramienta esencial para evaluar la supervivencia de las células cancerosas que han sido expuestas a una determinada dosis de radiación. Su resultado puede usarse en la generación de estrategias para la optimización de los tratamientos de radioterapia. El análisis de este tipo de datos requiere que el especialista realice el recuento manual de unidades formadoras de colonias (UFC), es decir, encuentre cada célula que conserve la capacidad de producir una gran progenie. Esta tarea lleva mucho tiempo, es propensa a errores y los resultados no son reproducibles debido a una evaluación subjetiva del especialista. Las herramientas de procesamiento de imágenes digitales pueden resolver los defectos descritos anteriormente. Este artículo presenta una nueva técnica para el conteo automático de UFC. La técnica propuesta extrae las regiones de interés (ROI), donde un algoritmo de segmentación local encuentra y etiqueta las células para cuantificar el número de UFC. Los resultados muestran un buen rendimiento de sensibilidad y especificidad en comparación con el software de última generación utilizado para la detección y el recuento de CFU.
AB - Los ensayos clonogénicos son una herramienta esencial para evaluar la supervivencia de las células cancerosas que han sido expuestas a una determinada dosis de radiación. Su resultado puede usarse en la generación de estrategias para la optimización de los tratamientos de radioterapia. El análisis de este tipo de datos requiere que el especialista realice el recuento manual de unidades formadoras de colonias (UFC), es decir, encuentre cada célula que conserve la capacidad de producir una gran progenie. Esta tarea lleva mucho tiempo, es propensa a errores y los resultados no son reproducibles debido a una evaluación subjetiva del especialista. Las herramientas de procesamiento de imágenes digitales pueden resolver los defectos descritos anteriormente. Este artículo presenta una nueva técnica para el conteo automático de UFC. La técnica propuesta extrae las regiones de interés (ROI), donde un algoritmo de segmentación local encuentra y etiqueta las células para cuantificar el número de UFC. Los resultados muestran un buen rendimiento de sensibilidad y especificidad en comparación con el software de última generación utilizado para la detección y el recuento de CFU.
U2 - 10.1007/978-3-030-31321-0_40
DO - 10.1007/978-3-030-31321-0_40
M3 - Artículo de Investigación
SN - 0302-9743
VL - 11868
SP - 465
EP - 472
JO - Lecture Notes in Computer Science
JF - Lecture Notes in Computer Science
T2 - 9th Iberian Conference on Pattern Recognition and Image Analysis
Y2 - 1 July 2019 through 4 July 2019
ER -