Um Novo Método de Segmentação Celular e Identificação de Fases Celulares Usando Modelo de Markov

A microscopia óptica está se tornando uma técnica importante na descoberta de medicamentos e na pesquisa em ciências da vida. As abordagens utilizadas para analisar imagens de microscopia óptica são geralmente classificadas em duas categorias: abordagens automáticas e manuais. No entanto, os sistemas automáticos existentes são bastante limitados para lidar com grandes volumes de imagens de microscopia em tempo real devido à complexidade dos comportamentos celulares e à variância morfológica. Por outro lado, as abordagens manuais são muito demoradas. Neste artigo, propomos um sistema de análise automatizada e quantitativa eficaz que pode ser usado para segmentar, rastrear e quantificar os comportamentos do ciclo celular de uma grande população de núcleos celulares de forma eficaz e eficiente. Usamos limiarização adaptativa e algoritmo de bacia para a segmentação dos núcleos celulares, seguido por um método de fusão de fragmentos que combina dois modelos de pontuação com base em características de tendência e sem tendência. Utilizando a informação contextual dos dados em tempo real, as fases dos núcleos celulares são identificadas com precisão por meio de um modelo de Markov. Resultados experimentais mostram que o sistema proposto é eficaz para segmentação de núcleos e identificação de fases.