Progetto finale per il corso di Sistemi Multimediali 22-23 Uniba.
Estrazione e testing di features da immagini cellulari provenienti dalla mucosa nasale.
Documentazione completa: Report
Le cellule sono l'unità strutturale e funzionale degli organismi viventi, il loro aspetto e la loro morfologia possono rispecchiare la natura biologica dell'organo e persino del corpo, in particolare la citologia nasale è una diagnostica dello studio delle rinopatie.
Inizialmente il dataset era composto da una serie di immagini di cellule, ogni immagine ne contava più di una insieme, per i nostri scopi si è andati ad isolare ogni singola cellula dalle immagini originali.
Figure 1: Differenti tipologie di cellule nel dataset
Con l'obiettivo di estrarre delle informazioni dalle immagini cellulari si è andati a combinare diverse tipologie di features:
Per ogni contorno trovato si salvano area e perimetro.
Le caratteristiche della texture descrivono le variazioni nei livelli di grigio all'interno dell'immagine, usando le matrici di co-occorrenza a livelli di grigio (GLCM) è stato possibile estrapolare varie proprietà come:
- Contrasto: indica quanto variano i livelli di grigio tra i pixel vicini;
- Dissimilarità: tiene conto solo della differenza assoluta tra i livelli di grigio dei pixel vicini, senza elevarla al quadrato;
- Omogeneità: misura quanto i pixel vicini sono simili in termini di intensità;
- Energia: misura la quantità di ordine e ripetitività nella texture, valori elevati di energia indicano una texture altamente strutturata e ripetitiva;
- Correlazione: misura quanto una coppia di pixel varia in modo correlato rispetto alla media.
Le caratteristiche del colore sono importanti per descrivere le proprietà visive delle immagini delle cellule, in questo caso, per ogni immagine, si è andati a salvare l'istogramma dei colori.
La combinazione delle features descritte è stata usata per allenare il modello Random Forest con l'obiettivo di catalogare le immagini cellulari.
| Metrica | Valore |
|---|---|
| Accuracy | 0.800 |
| Precision | 0.782 |
| Recall | 0.800 |