111. TECNICASDEANALISISTEXTURAL(A. Moragas)
Las técnicas de análisis textural requieren la" digi taliza-
ción de cada punto o pixel (picture eIemerrt ) de la imagen.
de forma que ésta "quedaconvertida en. una matriz de cifras
(tabla ordenada de filas y columnas) que expresan la densidad
óptica o. en general, el nivel de grises de cada pixel en
función de una escala determinada. Ello se obtiene ya sea
mediante el barrido de cada punto de la imagen mediante un
microfotómetro o con una cámara adecuada de televisión.
Aunque-Los aparatos comercializados de. análisis de imagen
son en general muycostosos, la popularización y accesibili-
dad de ,los microordenadores. dotados en la actualidad de not.a-
ble capacidad de procesamiento·, va a significar un cambio
radical en este aspecto. Así, r-ec í.ent.emerrte se ha introducido
ya en el mer-cado un instrumento de bajo costo pero de nota-
bles prestaciones, basado en una cámara de televisión conec-1tada mediante una interfase a un ordenador personal Apple .
.Las. dos etapas fundamentales del análisis de imagen son" 2-4la segmentación de la escena y la extracción de caracteres .
" ,( í ) Se denomina segmentación de la escena la selección
de aquellas partes de la imagen global que nos interesa estu-
diar •. Esta segmentación de la imagen obterrí da sobre la pant.a-
lla de televisión se puede obtener seleccionando un nivel
de grieses adecuado. o mediante diversos algoritmos de segmen-
tación automática. La complejidad d~ las imágenes histopatoló-
gicas hace que en ocasiones sea necesario recurrir a una se-
Leccí.ón manual del campo".a estudiar, mediante un sensor o
lapiz luminoso. Un avance notorio lo constituye el poder dis-
poner de imágenes multiespectrales. 10 cual requiere una cá-
mara de TVen color con tres tubos. uno para cada color ele-
mental. En algunas aplicaciones. comoen las imágenes trans--
mitidas por los satélites Landsat se reciben hasta 20 compo-
nentes espectral es distintos.
102
En ocasiones facilita la segmentación el procesamiento
previo de la imagenmediante técnicas de realce (enhacement),
por ejemplo mediante el uso de filtros u' operadores, .de for--
maque se modifica el valor de cada pixel de la imagendigita-
lizada en función de los' ocho puntos adyacentes, según un
patrónpreestablecido. A título de ejemplo el filtro ~ permi-
te descartar los contornos (fil tro laplaciano), el ~ por el
contrario "suav,iza" la imagen y el e permite extraer datos
direccionales verticales:
-1 O -1O 4 O
··1 O -1
1 1 1
1/9 1 1 11 1 1
-1 2 -1··1 2 -1
-1 2 -1'
(a) (b) (c)
(2) . Extracción de carácteres. -Dadoque el tipo de' datos
o características que cabe extraer de la imagen, una vez se-
leccionada. es muyelevado, y que por otra parté dependerán
del objeto del estudio, solo es posible dar una idea muygene-
ral. La codificación del contorno' de la imagen seleccionadá
permite obtener distintos índices de forma,- como la ener-ga.a
de curvatura,' factores de -irregularidad o factores basados
en el análisis de Fourier (con coeficientes obtenidos de l'os
primeros .armónicos como expresión de la forma global, y' a
partir de los últimos, comoextresión de pequeñas irregulari-
dades) • etc.
La función característica de la imagen viene dada' por la
distribución por frecuencias de sus niveles de grises, que
puede expresarse en forma de un h~stogramao perfil'densito-
métrico. A partir de éste cabe obtener múltiples parámetrós
secundarios (valor máximo, desviación est.ándar-, índices de
curtosis y sesgo, o valores complejos, en ocasiones combinan-
do los histogramas obtenidos con la interposición de filtros
103
de .colores). Nosotros hemosutilizado histograma densitomé-
trico par-a estudiar p. ej. eLvgr-adoevolutivo de afectación
de la pared vascular en la enfermedadveno-oclusiva pulmonar5
o las características del exudado intraalveolar en la neumo-
nia congénita6. ·En el estudio de núcleos celulares se ha re-
currido a múltiples parámetros para definir la homogeneidad
o heterogeneidad de la cromatina y su distribución espacial.
Así, la ~ntropia es una medida del desorden de la cromatina.
Si todas las partículas tienen el mismonivel de grises la
entropia será de cero. Los carácteres radiales se refieren
a distintas medidas de la distancia de los gránulos de croma-
tina del centro geométrico del núcleo. Otra fuente de informa-
ción son las probabilidades de transición entre los niveles
de grises de puntos adyacentes o alejados en un intervalo
determinado. Cabeasimismocalcular diversos momentosde iner-
cia a partir de la matriz de datos.
La mod~ficaciónprogresiva de la forma de la imagenbina-
ria (consti tuída solo por 1 y. O en función de la selección
de un nivel de grises determinado) permit.e obtener distintas
funciones .dmpor-t.arrtee , Así, ante una población de partículas
ca~e establecer su grado de agrupamientoy distribución dila-
tando progresivamente las partículas y calculando a cada paso
su número. En estructuras en bandas anastomosadas (p. ej.
bandas de fibrosis en la cirrosis) cabe estudf ar- sus caracte-
rísticas erosionando y dilatando iterativamente la imagen
y determinando el área de cada transformación. Unaaplicación
análoga es por ejemplo la valoración del grado de diferencia--
ción de los neuroblastomas en función de su trama neurofibri-7lar • En estructuras reticulares o periódicas cabe estudiar
la separación entre las mallas de la trama, su grosor y perio-
dicidad mediante la función de covarianza, consistente en
duplicar la imagen y desplazar progresivamente una sob~e
otra, calculando a cada paso el área de intersección. La es-
104
queletización se basa en el adelgazamiento progresivo de laimagen, que queda reducida a un esqueleto lineal. Se ha apli-cado p. ej • en la separación de partículas que contactan,así como en el estudio de cromosomas8•
REFERENCIAS:1. Russ, J.C. y Russ, J.C.: Image processing in a general
purpose microcomputer. J. Microscopy. 135: 89-102. 1984.2. Duda. R.O. y Hart, P.E.: Pattern classification and scene
analysis. Wiley, Nueva York. 1973.3. Roaenf'eLd , A. y Kak, A.C.: Digital picture processing.
Vols. 1 y 11. 2ª ed. Academic Press, Orlando.1982.4. Gonzalez, R.C. y Wintz. P.: Digital image processing. Addi~
son--Wesley, Readf.ng , 1977.5. Moragas. A.; Huguet. P.; Toran, N. y Rona, V.: Morphogene-
sis of pulmonary venous occlusive d í sease :in a newborn.Image analysis study. Pthol. Res. Pr-ac t , 176: 176-184.1983.
6. Vidal. M.T. y Moragas. A.: Alveolar exudation versus leu-kocyte aspiration in congeni tal pneumonia. Image analysisstudy. Pathol. Res. Pract. 173: 22--29, 1981.
7. Moragas, A. y Toran. N.: Image analysis of neuroblastomas.Discrimination of prognostic patterns. Diagn. Histopathol.5: 53-57, 1982.
8. Merritt. C.: Curves for modelling chromosome shape.AnalytQuant Cytol. 5: 35-42, 1983.
105