A10. STERAPP

Despois de descargar STERapp, instalalo no ordenador e executalo ábrese a seguinte fiestra:

Ten unha apariencia similar a CystAnalyser, e tamén podemos abrir o panel lateral para ver toda a súa funcionalidade. Todos os detalles do seu funcionamento están no manual de uso de STERapp:

STERapp é, en esencia, similar a CystAnalyser, pero cunha interface máis complexa, determinada polas características do problema.

Aquí o proceso de análise da imaxe é máis complexo, porque necesítase contar o número de células (ovos dos peixes) en cada estado de desenvolvemento e, para obter unha medida realista das células, teremos que medir soamente as células que teñen o núcleo visible.

Ademáis, so teño que contar e medir as células maduras, xa que a bióloga experta dí que moitas células pequeniñas que vemos na imaxe son inmaduras.

Imaxinade que un ovo dun peixe é igual a un ovo dunha galiña (un ovo cocido), se queremos medir a lonxitude do seu diámetro, teremos que medilo cando o cortamos polo medio, cando se ve a xema.

En caso contrario, a medida que obtemos non representa a medida real do ovo. Estas restriccións engaden dificultade a construcción do programa. Agora xa non só teño que recoñecer as células, senon tamén saber o seu estado de desenvolvemento e se ten ou non núcleo visible (como a xema no ovo da galiña) na imaxe.

É moi difícil establecer criterios para saber os estado de desenvolvemento dunha célula, ou para saber se ten núcleo visible ou non. Son cuestións relativamente simples para unha persoa experta para realizar este traballo, pero moi complicado para que o realice un ordenador.

Este proceso explicareino na última actividade 15 Que e a intelixencia artificial?

O uso habitual do persoal investigador en bioloxía mariña sería:

Paso 1

Establecer o directorio onde están as imaxes na fiestra de preferencias (menú File -> submenú Preferences).

Paso 2

Abrir unha imaxe como no CystAnalyser.

Paso 3

Premer o botón RUN despois da etiqueta “Unsupervised cell recognition”.

Con isto recoñece células pero non funciona tan ben como o CystAnalyser e, neste caso, case sempre as persoas expertas que o usan, necesitan supervisar o recoñecemento das células engadindo, eliminando, completando (complete), dividindo (split) ou fusionando (merge) as células recoñecidas automaticamente.

Paso 4

Clasificar automáticamente as células, segundo o estado de desenvolvemento e a presencia de núcleo visible na imaxe, premendo o botón RUN despois da etiqueta “Automatic classification”.

Os bordes das células aparecen de distintas cores en función do estado de desenvolvemento para representar as células no estado vitelinas, alvéolo corticais e hidratadas (a cor concreta depende das preferencias coas que configuramos o STERapp).

As células con núcleo visible terán o contorno con liña continua e as que non teñen o núcleo visible con liña discontínua.

Coma sempre, o programa pódese equivocar e as persoas expertas poden correxir os erros usando a interface gráfica (mirar os detalles no manual de uso de STERapp).

Paso 5

Unha vez que xa se recoñeceron e se clasificaron todas as células maduras da imaxe, podes ver os datos de cuantificación premendo na botón SHOW TABLE do panel lateral e ábrese unha táboa na parte inferior.

O CSIC ademáis de proporcionar un conxunto de imaxes microscópicas de gónadas de pescada, proporciona uns documentos de texto no formato XML (siglas en inglés de eXtensible Markup Language, traducido como 'Lenguaje de Marcado Extensible') para cada imaxe. Podes ver o contido destes arquivos nun navegador ou abrilos con STERApp, superpoñendo o seu contido a cada imaxe. Conteñen a análise de cada imaxe por parte do persoal do CSIC no laboratorio, que inclue a contorna das células (ovos) maduras e o estado de desenvolvemento ou maduración de cada ovo e se ten o núcle visible ou non.