Un artículo publicado en la revista científica Open Access Library Journal (OALib) describe las propiedades del nuevo programa VisioBioShapeR, basado en la física de las ondas sonoras y aplicables a cualquier campo de estudio que exija caracterizar los contornos en las imágenes (ecología, zoología, meteorología, etc.). Sus autores son los investigadores Biel Stela y Antonio Monleón-Getino de la Sección de Estadística del Departamento de Genética, Microbiología y Estadística de la Universidad de Barcelona (España).

En general, los equipos utilizan un amplio abanico de programas durante la actividad investigadora, pero no suelen usar los que se centran en el procesamiento de imágenes biológicas. Hoy en día, se conocen programas de alto interés para múltiples funciones —desde la adquisición de las imágenes hasta el tratamiento de datos para obtener resultados—, pero requieren unos conocimientos específicos y, además, suelen ser privativos y de coste económico alto.

“El objetivo del paquete VisioBioShapeR es añadir funcionalidades al lenguaje de programación R, que es un entorno de software libre para computación y gráficos estadísticos muy utilizado por la comunidad científica y técnica mundial”, detalla Monleón-Getino, miembro también del Grupo de Investigación de Bioestadística y Bioinformática (GRBIO), equipo integrante de la plataforma Bioinformatics Barcelona (BIB).

“R se compila y se ejecuta en una amplia variedad de plataformas Unix, Windows y MacOS”, continúa Monleón-Getino, “y así, los investigadores que usen este lenguaje R para el tratamiento de datos no deberán familiarizarse con ningún otro lenguaje o programa mucho más complejo en cuanto a este tipo de análisis de imágenes”.

La técnica implementada por los expertos se basa en el campo del tratamiento del sonido, un ámbito en el que las ondas acústicas se describen como una serie de armónicos sencillos. “Con los contornos es lo mismo: se describe una onda que se adapta al contorno y se usan los armónicos de dicha onda como descriptores. Con el descriptor obtenido, se pueden realizar numerosos análisis sobre la variación del contorno”, explica Biel Stela, experto en programación e identificación automática de imágenes y primer firmante del artículo. “Aplicando el programa VisioBioShapeR, los ordenadores identifican los contornos escuchando las formas”, añade.

El concepto de escuchar las formas proviene del hecho de representar la información de las imágenes con armónicos y sus coeficientes. De este modo, el ordenador puede trabajar sobre una representación numérica del contorno, en el que cada armónico es una característica. Tal y como apuntan los autores, esta metodología facilita el trabajo de clasificación con algoritmos de aprendizaje automático.

 VisioBioShapeR se fundamenta en el método de descriptores de Fourier (MDF), una técnica usada ampliamente en el campo de las telecomunicaciones y la informática. Esta tecnología, aplicada por primera vez en la década de los ochenta a la descripción de contornos, se utilizó inicialmente para identificar caracteres escritos a mano. En la actualidad, su ámbito de aplicación se ha ampliado a distintos campos de la visión por computador.

Para utilizar el nuevo programa, solo es necesario que los usuarios conozcan el lenguaje de programación R y estén familiarizados con él. Las herramientas de análisis de imagen están integradas en el flujo de trabajo de modo fácil y accesible.

 El hecho de que hoy en día la gran mayoría de formatos se pueda leer con el lenguaje R facilita la aplicación de VisioBioshapeR. Este sistema también exige que el contenido de la imagen sea binario, es decir, que tenga solo dos valores diferentes de píxel (uno para el fondo y el otro para el objeto que se ha de describir). Para pasar de una imagen en color a una imagen binaria, hay que aplicar un algoritmo con un valor preestablecido (threshold). Según las características de la imagen, este proceso puede ser muy complejo y requerir un software especializado para tratar las imágenes. Tal y como detallan los autores, “VisioBioShapeR se puede emplear para estudiar cualquier organismo u objeto que sea caracterizable por su contorno”.

 Actualmente, los autores colaboran con el Grupo de Análisis de Situaciones Meteorológicas Adversas (GAMA) de la Universidad de Barcelona y el Servicio Meteorológico de Cataluña para crear un modelo que identifique formas de imágenes de radar de precipitación, en tiempo real, para mejorar el conocimiento del ciclo de vida de las tormentas.

 

Fuente: noticiasdelaciencia.com