Automatic image processing applied to corneal endothelium cell count and shape characterization

[SPA] El conteo de las células endoteliales corneales, así como la caracterización de su porcentaje de hexagonalidad, cuentan con gran importancia en la actualidad para la detección de anomalías y patologías del ojo humano, tales como el glaucoma. Las tecnologías prevalentemente usadas se basan tanto en la microscopía como en un posterior análisis de imagen. Sin embargo, el conteo automático de células realizado por el software integrado en los microscopios es bastante inconsistente, por lo que muchos laboratorios optan por usar el conteo manual como alternativa más fiable. Este conteo es una labor larga y tediosa, que puede dar lugar a errores humanos, por lo tanto, se han realizado diversas propuestas para automatizar el proceso. La presente comunicación muestra un procedimiento para el pre-procesado, segmentación y análisis automático de las imágenes obtenidas con un microscopio confocal, usando la transformada Watershed, y una Interfaz Gráfica de Usuario (IGU) creada con Matlab® para su aplicación. A fin de cuantificar la calidad del procedimiento, se analizaron un total de 30 imágenes endoteliales con un número de celdas comprendido entre 90 y 170, resultando un error medio de conteo del 4.3%, lo que puede considerarse un resultado razonablemente bueno. Sin embargo, los resultados alcanzados para el porcentaje de hexagonalidad mediante este método, y con la calidad de las imágenes usadas, no son tan buenos como se esperaba, lo que invita a mejorar la calidad de las imágenes, centrarse en áreas con una mayor homogeneidad de células o incluso la aplicación de otros algoritmos, tales como las redes neuronales, para futuros trabajos. [ENG] Corneal endothelium cell count, as well as cell hexagonality percent characterization, are of great importance nowadays to detect anomalies and pathologies of human eye, such as glaucoma. Prevalent technologies used are mainly based in both microscopy and a later image analysis. However, automatic cell count made by microscopes’ built-in software is rather inconsistent, therefore many laboratories opt for using manual count as the most reliable alternative. This count is a tedious and time-consuming task, that can lead to human error, for this reason, several proposals to automate the process have been made. Present communication shows a procedure for the automatic pre-processing, segmentation and analysis of the images obtained by a confocal microscope, using watershed transform, and the graphics user interface (GUI) created with Matlab® to apply this procedure. In order to quantify the procedure’s quality, 30 corneal endothelium images with a number of cells between 90 and 170 were analysed, resulting in a mean error in cell count of 4.3%, which can be considered a reasonably good result. However, results achieved for hexagonality percent using this method, and with the available image quality, are not as good as expected, which invites to improving image quality, focusing in areas with better cell homogeneity or even considering the application of other algorithms, such as neural networks, for future works.Este trabajo fue apoyado por la Red Temática de Investigación Cooperativa en Salud (RETICS-RD16/0008/0012), financiado por el Instituto de Salud Carlos III y el Fondo Europeo de Desarrollo Regional (FEDER)