Identificering af biologiske billeder med lydfysik

Karakterisering af vejrradarbilleder, identifikation af bløddyrsskaller deformiteter på grund af forurenende stoffer eller klassificering af en insektsamling i henhold til deres vingeform er nogle af VisioBioShapers anvendelser, et innovativt program for biologisk billedbehandling for at muliggøre automatisk beskrivelse af former og konturer, designet af eksperterne Biel Stela og Antonio Monleón-Getino, fra Statistikafsnittet fra Genetisk Institut, Mikrobiologi og statistik ved universitetet i Barcelona.

En artikel publiceret i det videnskabelige tidsskrift Open Access Library Journal (OALib) beskriver egenskaberne for det nye program VisioBioShaper, baseret på lydbølgernes fysik og kan anvendes på ethvert studieområde, der kræver karakterisering af billedbehandling (økologi, zoologi, meteorologi, etc.).

Identifikation af billeder med sproget for R-programmering

Generelt, videnskabelige teams bruger en lang række programmer under forskningsaktiviteten, men de bruger ikke dem, der fokuserer på biologisk billedbehandling. I dag er der programmer af stor interesse, der bruges af flere årsager – lige fra at hente billeder til at behandle data for at få resultater – men de kræver specifik viden og, ud over, de er normalt eksklusive og har en høj pris.

"Formålet med VisioBioShape -pakken til R er at tilføje funktioner til sproget i R -programmering, som er et gratis programmeringsmiljø til computing og statistisk grafik, der bruges af det videnskabelige og tekniske samfund verden over, siger professor Antonio Monleón-Getino, medlem af forskningsgruppen for biostatistik og bioinformatik (GRBIO), teammedlem af platformen Bioinformatics Barcelona (BIB).

"R er samlet og udført i en bred vifte af Unix, Windows- og MacOS-platforme" fortsætter Monleón-Getino. "Derfor, forskere, der bruger dette R-sprog til databehandling, behøver ikke at komme ind på et andet sprog eller et andet program, som kan være mere komplekst med hensyn til den slags billedanalyser".

VisioBioShapeR:beskriver kontur med harmoniske

Teknikken, der anvendes af eksperterne, er baseret på området lydbehandling, et felt, hvor akustiske bølger beskrives med en række simple harmoniske. "Det sker på samme måde med kontur:beskrivelsen af ​​en "bølge", der tilpasser sig konturen, og denne bølges harmoniske bruges som deskriptorer. Med de opnåede deskriptorer, vi kan udføre flere analyser af konturvariationen. Ved hjælp af programmet VisioBioSpaher, computere identificerer konturerne ved at lytte til formerne," siger Biel Stela, ekspert i programmering og automatisk identifikation af billeder, og første forfatter til artiklen.

Begrebet at lytte til disse former kommer fra at repræsentere information om billeder med harmoniske og deres koefficient. Med dette, computeren kan arbejde på en numerisk fremstilling af konturen, hvor hver harmonisk er et træk. Ifølge forfatterne, denne metode muliggør klassificering med automatiske indlæringsalgoritmer.

VisioBioShapeR er baseret på Fourier -deskriptormetoden (MDF), en teknik, der er meget udbredt inden for telekommunikation og computervidenskab. Denne teknologi, første gang anvendt i firserne, for konturbeskrivelse, blev først brugt til at identificere håndskrevne tegn. Nu har dets anvendelsesområde spredt sig til forskellige områder af maskinsyn.

Dette nye program tillader dets brug under forskningsprocessen af ​​brugere, der kender sproget i R-programmering. Ud over, billedanalyseværktøjerne er integreret i arbejdet på en meget tilgængelig og nem måde.

De fleste formater kan læses af R, en egenskab, der muliggør anvendelse af VisioBioShaper. Dette system kræver, at indholdet af billedet er binært, det er, den skal have to pixelværdier (en for baggrunden og en anden for objektbeskrivelsen). For at gå fra et farvet billede til et binært billede, det er nødvendigt at bruge en tærskelværdi. Ifølge billedkarakteristika, dette kan være en kompleks proces, som kræver et specialiseret program til billedbehandlingen. Ifølge forfatterne, "VisioBioShapeR kan bruges til at studere enhver organisme eller genstand, der kan karakteriseres af dets miljø".

Forfatterne samarbejder i øjeblikket med gruppen GAMA (Group on Meteorological Hazard Analysis) fra University of Barcelona og Servei Meteorològic de Catalunya for at skabe en model, der er i stand til at identificere former for vejrradarer i realtid, at forbedre kendskabet til stormes livscyklus.