Skip to content

Latest commit

 

History

History
40 lines (33 loc) · 2.26 KB

estrategih.md

File metadata and controls

40 lines (33 loc) · 2.26 KB

Jack o estripador - Vamos por partes

  1. Tira o background

  2. Ache os núcleos:

    • Threshold na coloração do núcleo
    • Filtragem básica pra tirar ruído (erosion pequeno ou opening)
    • Find contours e filtra por área

  3. Separe os núcleos baseado no tamanho:

    1. Se as bounding boxes não se intersectarem
    2. Se a distância do centroide for menor do que X (x ainda n sei oq pode ser)
    3. Em imagems quadradas de lado igual ao dobro do lado do mínimo quadrado contendo todo o blob

Em cada nucleoshot

  1. Ache os eosinófilos (Rosinhos que são fáceis de descobrir com threshold) - Ache a área do rosinho também pq se der ruim ela vai pro classifier

  2. SONHO: achar o citoplasma que está junto com o núcleo

    1. Pega o núcleo e usa como base. Dilata "bastante" e faz um AND com a máscara do citoplasma
    2. O valor que achar vai servir de base pra classificar. Se for um valor expressivo em relação ao tamanho do núcleo, é um leucocito. Se não, é um eosinófilo

  3. Factível porém precisa instalar mais coisa: Usar o classificador nos HU parâmetros dos contornos

  4. Vamo na mão mesmo: ecentricidade, convexidade, "perímetro/area" ()

Classe: 1_lymp Max: [ 0.96997691 0.00039731 0.06485147 27. 1. 187.20605389 0.00000564 0.00036523] min: [ 0.95136876 0.00033592 0.06137421 19. 1. 147.37813971 0.00000305 0. ] Classe: 2_mono Max: [ 0.95961901 0.00020754 0.05927914 29. 1. 305.48824963 0.00000153 0. ] min: [ 0.86367937 0.00011347 0.04013343 22. 1. 267.37882931 0.00000134 0. ] Classe: 3_neut Max: [ 0.85292398 0.00017353 0.04445204 21. 1. 262.80659551 0.00000524 0.03866955] min: [ 0.72105588 0.00007941 0.02590409 17. 1. 211.54317516 0.00000347 0.00625 ] Classe: 4_eosi Max: [ 0.96288473 0.00037251 0.05917079 22. 2. 243.90719295 0.00000476 0.24796288] min: [ 0.78765838 0.00017488 0.03887824 18. 1. 135.62884178 0.0000022 0.09289551] Classe: 5_Baso Max: [ 0.94012587 0.00019729 0.05623602 25. 1. 304.98568818 0.00000178 0.00077042] min: [ 0.89159892 0.00014385 0.04920555 19. 1. 237.57379043 0.00000103 0. ]