diff --git a/internal_use/docs/locale/pt_BR/LC_MESSAGES/PixelClassification.po b/internal_use/docs/locale/pt_BR/LC_MESSAGES/PixelClassification.po new file mode 100644 index 000000000..cf19bcb26 --- /dev/null +++ b/internal_use/docs/locale/pt_BR/LC_MESSAGES/PixelClassification.po @@ -0,0 +1,465 @@ +# SOME DESCRIPTIVE TITLE. +# Copyright (C) 2023, Imaging Platform +# This file is distributed under the same license as the cellprofiler-tutorials package. +# FIRST AUTHOR , YEAR. +# +# Translators: +# Beth Cimini, 2024 +# +#, fuzzy +msgid "" +msgstr "" +"Project-Id-Version: cellprofiler-tutorials\n" +"Report-Msgid-Bugs-To: \n" +"POT-Creation-Date: 2024-03-15 11:33-0400\n" +"PO-Revision-Date: 2023-12-13 22:27+0000\n" +"Last-Translator: Beth Cimini, 2024\n" +"Language-Team: Portuguese (Brazil) (https://app.transifex.com/center-for-open-bioimage-analysis/teams/169339/pt_BR/)\n" +"MIME-Version: 1.0\n" +"Content-Type: text/plain; charset=UTF-8\n" +"Content-Transfer-Encoding: 8bit\n" +"Language: pt_BR\n" +"Plural-Forms: nplurals=3; plural=(n == 0 || n == 1) ? 0 : n != 0 && n % 1000000 == 0 ? 1 : 2;\n" + +#: ../../source/PixelClassification/PixelClassification.md:18 +msgid "Pixel-based classification tutorial" +msgstr "Tutorial de classificação baseada em pixels" + +#: ../../source/PixelClassification/PixelClassification.md:20 +msgid "**By Kyle Karhohs, PhD**" +msgstr "**Por Kyle Karhohs, PhD**" + +#: ../../source/PixelClassification/PixelClassification.md:22 +msgid "" +"(A version of this document containing animated GIFs in maintained online on" +" our [GitHub])" +msgstr "" +"(Uma versão deste documento contendo GIFs animados é mantida online em nosso" +" [GitHub])" + +#: ../../source/PixelClassification/PixelClassification.md:24 +msgid "Introducing Ilastik" +msgstr "Apresentando o Ilastik" + +#: ../../source/PixelClassification/PixelClassification.md:26 +msgid "" +"CellProfiler is capable of accurate and reliable segmentation of cells by " +"utilizing a broad collection of classical image processing methods. Peruse " +"the documentation on the [IdentifyPrimaryObjects] module, for example, to " +"get a sense of these, e.g., thresholding, declumping, and watershed. " +"However, despite the many problems CellProfiler can readily solve, certain " +"types of images are particularly challenging. For instance, when the " +"biologically relevant objects are defined more by texture and context than " +"raw intensity many [classical image processing tecnhiques] can be foiled; " +"DIC images of cells are a common biological example." +msgstr "" +"CellProfiler é capaz de segmentação precisa e confiável de células, " +"utilizando uma ampla coleção de métodos clássicos de processamento de " +"imagem. Leia a documentação no módulo [IdentifyPrimaryObjects], por exemplo," +" para ter uma ideia disso, por exemplo, limite, desagregação e bacia " +"hidrográfica. No entanto, apesar dos muitos problemas que o CellProfiler " +"pode resolver prontamente, certos tipos de imagens são particularmente " +"desafiadores. Por exemplo, quando os objetos biologicamente relevantes são " +"definidos mais pela textura e pelo contexto do que pela intensidade bruta, " +"muitas [técnicas clássicas de processamento de imagem] podem ser frustradas;" +" Imagens DIC de células são um exemplo biológico comum." + +#: ../../source/PixelClassification/PixelClassification.md:36 +msgid "" +"Thankfully, machine learning, particularly [pixel-based classification] has " +"yielded powerful techniques that can often solve these challenging cases. " +"[ilastik] is an open-source tool built for pixel-based classification, and, " +"when combined with CellProfiler, the range of biology that can be quantified" +" from images is greatly expanded beyond monocultures of monolayers to " +"include increased complexity such as tissues, organoids, or [co-cultures]." +msgstr "" +"Felizmente, o aprendizado de máquina, especialmente [a classificação baseada" +" em pixels], produziu técnicas poderosas que muitas vezes podem resolver " +"esses casos desafiadores. [ilastik] é uma ferramenta de código aberto " +"construída para classificação baseada em pixels e, quando combinada com o " +"CellProfiler, a gama de biologia que pode ser quantificada a partir de " +"imagens é bastante expandida além das monoculturas de monocamadas para " +"incluir maior complexidade, como tecidos, organoides, ou [coculturas]." + +#: ../../source/PixelClassification/PixelClassification.md:44 +msgid "" +"Now, let’s take a look at how ilastik can be used together with " +"CellProfiler!" +msgstr "" +"Agora, vamos dar uma olhada em como o ilastik pode ser usado junto com o " +"CellProfiler!" + +#: ../../source/PixelClassification/PixelClassification.md:47 +msgid "I. The DIC conundrum" +msgstr "I. O enigma DIC" + +#: ../../source/PixelClassification/PixelClassification.md:49 +msgid "" +"Consider segmenting DIC images, such as those within the imageset [BBBC030]." +" The goal will be to identify individual Chinese Hamster Ovary (CHO) cells " +"and the regions they occupy." +msgstr "" +"Considere segmentar imagens DIC, como aquelas do conjunto de imagens " +"[BBBC030]. O objetivo será identificar células individuais do ovário do " +"hamster chinês (CHO) e as regiões que ocupam." + +#: ../../source/PixelClassification/PixelClassification.md:58 +msgid "" +"A straightforward thresholding of this image yields poor results, because " +"the cells have almost the same pixel intensity values (and sometimes even " +"darker!) as the background. There is therefore no true foreground for these " +"cells based solely upon an intensity histogram. Thresholding renders the CHO" +" cells into moon-like crescents. While these fragments could be useful for " +"simple cell counting, most metrics of morphology will be inaccurate. Now, " +"note that there is a module, EnhanceOrSuppressFeatures, that is specifically" +" capable of transforming DIC images into something that is readily " +"segmented. But let's pretend for a moment we didn't have that option..." +msgstr "" +"Uma limiarização direta dessa imagem produz resultados ruins, porque as " +"células têm quase os mesmos valores de intensidade de pixel (e às vezes até " +"mais escuros!) que o plano de fundo. Portanto, não há um primeiro plano " +"verdadeiro para essas células com base apenas em um histograma de " +"intensidade. A limiarização transforma as células CHO em crescentes " +"semelhantes à lua. Embora esses fragmentos possam ser úteis para a contagem " +"simples de células, a maioria das métricas de morfologia será imprecisa. " +"Observe que há um módulo, EnhanceOrSuppressFeatures, que é especificamente " +"capaz de transformar imagens DIC em algo que possa ser prontamente " +"segmentado. Mas vamos fingir por um momento que não temos essa opção..." + +#: ../../source/PixelClassification/PixelClassification.md:69 +msgid "" +"Start CellProfiler by double-clicking the desktop icon " +msgstr "" +"Inicie o CellProfiler clicando duas vezes no ícone da área de trabalho " + +#: ../../source/PixelClassification/PixelClassification.md:70 +msgid "Drag-and-drop a BBBC030 image into the **Images** module." +msgstr "Arraste e solte uma imagem do BBBC030 no módulo **Images**." + +#: ../../source/PixelClassification/PixelClassification.md:71 +msgid "" +"Add the **Threshold** module to the pipeline. Select the image name (which " +"should be 'DNA by default')." +msgstr "" +"Adicione o módulo **Threshold** ao pipeline. Selecione o nome da imagem (que" +" deve ser \"DNA por padrão\")." + +#: ../../source/PixelClassification/PixelClassification.md:72 +msgid "Run the pipeline and take note of the output." +msgstr "Execute o pipeline e anote o resultado." + +#: ../../source/PixelClassification/PixelClassification.md:79 +msgid "II. Pixel-based classification with Ilastik" +msgstr "II. Classificação baseada em pixels com Ilastik" + +#: ../../source/PixelClassification/PixelClassification.md:81 +msgid "" +"ilastik employs pixel-based classification and complements CellProfiler. The" +" CHO cells within the DIC image are obvious to the human eye, because we can" +" discern that each cell is defined by a characteristic combination of light " +"and dark patterns. These same patterns can be detected with the machine-" +"learning algorithms within ilastik." +msgstr "" +"O ilastik emprega classificação baseada em pixels e complementa o " +"CellProfiler. As células CHO na imagem DIC são óbvias para o olho humano, " +"pois podemos discernir que cada célula é definida por uma combinação " +"característica de padrões claros e escuros. Esses mesmos padrões podem ser " +"detectados com os algoritmos de aprendizado de máquina do ilastik." + +#: ../../source/PixelClassification/PixelClassification.md:87 +msgid "" +"The machine-learning implemented by ilastik requires user annotation about " +"what is background and what is a CHO cell before it can automatically make " +"this determination across a set of images. ilastik provides a user interface" +" for labeling, tagging, and identifying the objects of interest within an " +"image. This annotation creates what is referred to in machine learning as a " +"training set." +msgstr "" +"O aprendizado de máquina implementado pelo ilastik requer anotações do " +"usuário sobre o que é fundo e o que é uma célula CHO antes de poder fazer " +"essa determinação automaticamente em um conjunto de imagens. O ilastik " +"fornece uma interface de usuário para rotular, marcar e identificar os " +"objetos de interesse em uma imagem. Essa anotação cria o que é chamado de " +"conjunto de treinamento no aprendizado de máquina." + +#: ../../source/PixelClassification/PixelClassification.md:94 +msgid "Annotation with 2 Labels" +msgstr "Anotação com 2 rótulos" + +#: ../../source/PixelClassification/PixelClassification.md:96 +msgid "Open ilastik" +msgstr "Abrir o ilastik" + +#: ../../source/PixelClassification/PixelClassification.md:98 +msgid "Start a *Pixel Classification* project." +msgstr "Inicie um projeto *Pixel Classification*." + +#: ../../source/PixelClassification/PixelClassification.md:100 +msgid "" +"Load at least several BBBC030 images by drag-and-drop into the **Input " +"Data** window." +msgstr "" +"Carregue pelo menos várias imagens BBBC030 arrastando e soltando na janela " +"**Input Data**." + +#: ../../source/PixelClassification/PixelClassification.md:102 +msgid "" +"Now explore the image within the ilastik gui. Here are some shortcuts that " +"may prove useful are:" +msgstr "" +"Agora, explore a imagem na interface gráfica do ilastik. Aqui estão alguns " +"atalhos que podem ser úteis:" + +#: ../../source/PixelClassification/PixelClassification.md:105 +msgid "*Ctrl + mouse-wheel* = zoom." +msgstr "*Ctrl + roda do mouse* = zoom." + +#: ../../source/PixelClassification/PixelClassification.md:106 +msgid "" +"The keyboard shortcut *Ctrl-D* will show the grid Ilastik uses to partition " +"the image for processing." +msgstr "" +"O atalho de teclado *Ctrl-D* mostrará a grade que o Ilastik usa para " +"particionar a imagem para processamento." + +#: ../../source/PixelClassification/PixelClassification.md:108 +msgid "" +"Zoom-in far enough that the grid is no longer visible. This will speed up " +"the *Live Update*." +msgstr "" +"Aumente o zoom o suficiente para que a grade não seja mais visível. Isso " +"acelerará a *Live Update*." + +#: ../../source/PixelClassification/PixelClassification.md:111 +msgid "" +"Begin by labeling pixels for two classes: a background class and a CHO cell " +"class." +msgstr "" +"Comece rotulando os pixels para duas classes: uma classe de fundo e uma " +"classe de células CHO." + +#: ../../source/PixelClassification/PixelClassification.md:114 +msgid "Open the **Feature Selection** window and add all features." +msgstr "Abra a janela **Seleção de recursos** e adicione todos os recursos." + +#: ../../source/PixelClassification/PixelClassification.md:115 +msgid "Open the **Training** window." +msgstr "Abra a janela **Treinamento**." + +#: ../../source/PixelClassification/PixelClassification.md:116 +msgid "" +"Click the **+** button of the Training window to add a label. Add two labels" +" named *background* and *CHO*." +msgstr "" +"Clique no botão **+** da janela Treinamento para adicionar um rótulo. " +"Adicione dois rótulos chamados *background* e *CHO*." + +#: ../../source/PixelClassification/PixelClassification.md:118 +msgid "" +"Using the paint brush tool, label pixels (one at a time) for each class " +"until you are satisfied with the segmentation." +msgstr "" +"Usando a ferramenta pincel, rotule os pixels (um de cada vez) para cada " +"classe até ficar satisfeito com a segmentação." + +#: ../../source/PixelClassification/PixelClassification.md:121 +msgid "" +"We recommend creating labels for each class one pixel at a time, rather than" +" by making scribbles, to minimize the chance of [over-fitting], i.e. too " +"much information about any given area can cause classification to do poorly " +"in other slightly-dissimilar areas. To label one pixel at a time, we’ll need" +" to zoom in far enough to resolve the individual pixels in the image. The " +"image below shows how closely we must view individual cells before the " +"pixels of the image become clear." +msgstr "" +"Recomendamos criar rótulos para cada classe, um pixel de cada vez, em vez de" +" fazer rabiscos, para minimizar a chance de [ajuste excessivo], ou seja, " +"muita informação sobre qualquer área pode fazer com que a classificação " +"tenha um desempenho ruim em outras áreas ligeiramente diferentes. . Para " +"rotular um pixel de cada vez, precisaremos aumentar o zoom o suficiente para" +" resolver os pixels individuais da imagem. A imagem abaixo mostra o quão " +"perto devemos visualizar as células individuais antes que os pixels da " +"imagem fiquem nítidos." + +#: ../../source/PixelClassification/PixelClassification.md:134 +msgid "" +"Using a brush size of 1, we click a single pixel from each class: one within" +" a single CHO cell and the other in the surrounding background. In the next " +"image, the annotation color of the CHO cell is yellow and the annotation " +"color of the background is green. Activating *Live Update* reveals the " +"segmentation looks similar to the results from thresholding. This outcome is" +" promising considering this classification was determined by 1 feature and 1" +" pixel each for the *CHO* and *background* labels." +msgstr "" +"Usando um tamanho de pincel de 1, clicamos em um único pixel de cada classe:" +" um dentro de uma única célula CHO e o outro no fundo ao redor. Na próxima " +"imagem, a cor de anotação da célula CHO é amarela e a cor de anotação do " +"plano de fundo é verde. A ativação do *Live Update* revela que a segmentação" +" é semelhante aos resultados da limiarização. Esse resultado é promissor, " +"considerando que essa classificação foi determinada por 1 recurso e 1 pixel " +"cada para os rótulos *CHO* e *background*." + +#: ../../source/PixelClassification/PixelClassification.md:147 +msgid "" +"Adding more labels, one pixel at a time, we continue to refine the " +"segmentation. Toggling the *Segmentation* and *Uncertainty* views provides " +"real-time feedback that can guide the labeling process. Areas of high " +"uncertainty will be aqua-blue, so annotating those areas will be most " +"beneficial to training the program which pixels belong to which class. You " +"should also view the predicted segmentation, and annotate pixels that are " +"not currently segmented properly." +msgstr "" +"Adicionando mais rótulos, um pixel de cada vez, continuamos a refinar a " +"segmentação. A alternância entre as visualizações *Segmentação* e " +"*Incerteza* fornece feedback em tempo real que pode orientar o processo de " +"rotulagem. As áreas de alta incerteza serão azul-água, portanto, a anotação " +"dessas áreas será mais benéfica para o treinamento do programa sobre quais " +"pixels pertencem a cada classe. Você também deve visualizar a segmentação " +"prevista e anotar os pixels que não estão segmentados corretamente no " +"momento." + +#: ../../source/PixelClassification/PixelClassification.md:160 +msgid "" +"Continue until it seems that additional labels do not change the results, or" +" a subset of the pixels begin “flipping” between CHO cell and background, or" +" until you've labeled ~20 pixels in your original region. Check and label " +"other cells in the image, as well as in other images, to make sure the " +"diversity in your experiment is represented in the training set." +msgstr "" +"Continue até que os rótulos adicionais pareçam não alterar os resultados, ou" +" até que um subconjunto de pixels comece a \"alternar\" entre a célula CHO e" +" o plano de fundo, ou até que você tenha rotulado cerca de 20 pixels em sua " +"região original. Verifique e rotule outras células na imagem, bem como em " +"outras imagens, para garantir que a diversidade em seu experimento esteja " +"representada no conjunto de treinamento." + +#: ../../source/PixelClassification/PixelClassification.md:166 +msgid "Export the probability maps" +msgstr "Exportar os mapas de probabilidade" + +#: ../../source/PixelClassification/PixelClassification.md:168 +msgid "When satisfied with the results, export the probability maps." +msgstr "" +"Quando estiver satisfeito com os resultados, exporte os mapas de " +"probabilidade." + +#: ../../source/PixelClassification/PixelClassification.md:170 +msgid "Open the **Prediction Export** window." +msgstr "Abra a janela **Exportação de previsão**." + +#: ../../source/PixelClassification/PixelClassification.md:171 +msgid "Click the **Choose Export Settings** window." +msgstr "" +"Clique na janela **Choose Export Settings** (Escolher configurações de " +"exportação)." + +#: ../../source/PixelClassification/PixelClassification.md:172 +msgid "Change **Transpose to Axis Order** to `cyx`." +msgstr "Altere **Transpor para ordem do eixo** para `cyx`." + +#: ../../source/PixelClassification/PixelClassification.md:173 +msgid "Change **Format** to `tiff`." +msgstr "Altere **Formato** para `tiff`." + +#: ../../source/PixelClassification/PixelClassification.md:174 +msgid "" +"Close the export settings dialog box and click the **Export All** button." +msgstr "" +"Feche a caixa de diálogo de configurações de exportação e clique no botão " +"**Exportar tudo**." + +#: ../../source/PixelClassification/PixelClassification.md:175 +msgid "" +"If you did not initially load all the images into ilastik and wish to create" +" predictions for them all now, go to the **Batch Processing** window, select" +" the remaining unpredicted images and hit **Process all files**. This will " +"take a couple of minutes on most computers." +msgstr "" +"Se você não carregou inicialmente todas as imagens no ilastik e deseja criar" +" previsões para todas elas agora, vá para a janela **Processamento em " +"lote**, selecione as imagens não previstas restantes e clique em **Processar" +" todos os arquivos**. Isso levará alguns minutos na maioria dos " +"computadores." + +#: ../../source/PixelClassification/PixelClassification.md:176 +msgid "Note that you're producing a two channel image (Color Image)." +msgstr "" +"Observe que você está produzindo uma imagem de dois canais (imagem " +"colorida)." + +#: ../../source/PixelClassification/PixelClassification.md:178 +msgid "III. Segmenting probabilities with CellProfiler" +msgstr "III. Segmentação de probabilidades com o CellProfiler" + +#: ../../source/PixelClassification/PixelClassification.md:180 +msgid "" +"The probability map images created with ilastik can then be processed by " +"CellProfiler to identify and measure the CHO objects within the DIC images. " +"The probability map images are grayscale images and can be treated as if " +"they were the result of a “stain” for the cells." +msgstr "" +"As imagens do mapa de probabilidade criadas com o ilastik podem então ser " +"processadas pelo CellProfiler para identificar e medir os objetos CHO nas " +"imagens DIC. As imagens do mapa de probabilidade são imagens em escala de " +"cinza e podem ser tratadas como se fossem o resultado de uma \"coloração\" " +"para as células." + +#: ../../source/PixelClassification/PixelClassification.md:185 +msgid "Open CellProfiler." +msgstr "Abra o CellProfiler." + +#: ../../source/PixelClassification/PixelClassification.md:186 +msgid "Load the *pixel_based_classification.cpppipe* pipeline file." +msgstr "Carregue o arquivo de pipeline *pixel_based_classification.cpppipe*." + +#: ../../source/PixelClassification/PixelClassification.md:187 +msgid "" +"Add the exported probability images AND their matching original images to " +"the **Images** module." +msgstr "" +"Adicione as imagens de probabilidade exportadas E suas imagens originais " +"correspondentes ao módulo **Images**." + +#: ../../source/PixelClassification/PixelClassification.md:188 +msgid "" +"In the **NamesAndTypes** module, setup the .png files as phase and the .tiff" +" files was cho, remember to **Select the image type** as **Color Image** for" +" .tiff files." +msgstr "" +"No módulo **NamesAndTypes**, configure os arquivos .png como fase e os " +"arquivos .tiff como cho, lembre-se de **Selecionar o tipo de imagem** como " +"**Imagem colorida** para os arquivos .tiff." + +#: ../../source/PixelClassification/PixelClassification.md:189 +msgid "" +"In the **ColortoGray** module, convert just one channel (Red or Green) to " +"Gray, you should choose red to gray if your first class in Ilastik was the " +"cell, if your background was the first, convert just the green channel to " +"gray and name as choSegmented." +msgstr "" +"No módulo **ColortoGray**, converta apenas um canal (vermelho ou verde) em " +"cinza; você deve escolher vermelho para cinza se sua primeira classe no " +"Ilastik foi a célula; se seu plano de fundo foi o primeiro, converta apenas " +"o canal verde em cinza e nomeie como choSegmented." + +#: ../../source/PixelClassification/PixelClassification.md:190 +msgid "" +"Run the pipeline and review the segmentation. How robustly did it perform " +"on different images?" +msgstr "" +"Execute o pipeline e analise a segmentação. Qual foi a robustez do " +"desempenho em diferentes imagens?" + +#: ../../source/PixelClassification/PixelClassification.md:192 +msgid "" +"We have now transformed the patterns and texture of intensity in the DIC " +"image into an image where the intensity reflects the likelihood that a given" +" pixel belongs to a cell. The image below demonstrates how the " +"IdentifyPrimaryObjects module successfully segments all the CHO cells." +msgstr "" +"Agora transformamos os padrões e a textura da intensidade na imagem DIC em " +"uma imagem em que a intensidade reflete a probabilidade de um determinado " +"pixel pertencer a uma célula. A imagem abaixo demonstra como o módulo " +"IdentifyPrimaryObjects segmenta com sucesso todas as células CHO."