WormSegmentation

Desarrollé un método automatizado para segmentar C. elegans en imágenes del repositorio BBBC012v1 y detectar la expresión del gen clec-60. Utilicé imágenes multicanal y técnicas de procesamiento con OpenCV y tifffile para extraer los individuos, identificar la expresión en el canal GFP, la faringe en el canal mCherry y relacionar estas estructuras.

Descripción

Se trabaja con imágenes multicanal en las que cada canal representa una información específica:

• w1 (Campo claro): Imagen base de los individuos.
• w2 (GFP): Canal fluorescente que indica la expresión del gen clec-60.
• w3 (mCherry): Canal fluorescente que resalta la faringe del gusano.

A partir de estas imágenes, se implementa un pipeline de procesamiento de imágenes para:

1. Segmentación de individuos: Extracción automática de gusanos del fondo de la imagen.
2. Detección de expresión génica: Identificación de la expresión del gen clec-60 en el canal GFP.
3. Segmentación de la faringe: Identificación de la faringe en el canal mCherry.
4. Asociación de estructuras: Relación de cada gusano con su expresión génica y faringe.

Requisitos

Instala las dependencias necesarias ejecutando:

pip install -r requirements.txt

Uso

Ejecuta celda por celda el notebook y observa las salidas.

Datos

Las imágenes utilizadas provienen del conjunto BBBC012v1, disponible en la Broad Bioimage Benchmark Collection.

Tecnologías utilizadas

• Python
• OpenCV
• tifffile
• NumPy
• Matplotlib

Resultados

Se obtiene una estructura de datos que asocia a cada individuo con la ubicación de su faringe y la expresión génica detectada en el canal GFP.