Microscopic Image Processing for the Analysis of Nosema Disease

Abstract

In this chapter, the authors tried to develop a tool to automatize and facilitate the detection of Nosema disease. This work develops new technologies in order to solve one of the bottlenecks found on the analysis bee population. The images contain various objects; moreover, this work will be structured on three main steps. The first step is focused on the detection and study of the objects of interest, which are Nosema cells. The second step is to study others’ objects in the images: extract characteristics. The last step is to compare the other objects with Nosema. The authors can recognize their object of interest, determining where the edges of an object are, counting similar objects. Finally, the authors have images that contain only their objects of interest. The selection of an appropriate set of features is a fundamental challenge in pattern recognition problems, so the method makes use of segmentation techniques and computer vision. The authors believe that the attainment of this work will facilitate the diary work in many laboratories and provide measures that are more precise for biologists.En este capítulo, los autores trataron de desarrollar una herramienta para automatizar y facilitar la detección de la enfermedad de Nosema. Este trabajo desarrolla nuevas tecnologías con el fin de resolver uno de los cuellos de botella encontrados en el análisis de la población de abejas. Las imágenes contienen varios objetos; además, este trabajo se estructurará en tres pasos principales. El primer paso se centra en la detección y estudio de los objetos de interés, que son células de Nosema. El segundo paso consiste en estudiar otros objetos de las imágenes: extraer características. El último paso consiste en comparar los otros objetos con Nosema.Los autores pueden reconocer su objeto de interés, determinando dónde están los bordes de un objeto, contando objetos similares. Por último, los autores disponen de imágenes que contienen sólo sus objetos de interés. La selección de un conjunto adecuado de características es un reto fundamental en los problemas de reconocimiento de patrones. en los problemas de reconocimiento de patrones, por lo que el método utiliza técnicas de segmentación y visión por ordenador. y la visión por ordenador. Los autores creen que la consecución de este trabajo facilitará el trabajo diario en muchos laboratorios y proporcionará medidas más precisas para los biólogos