Automated evaluation of gamete and embryo quality for assisted reproduction

Abstract

A presente dissertação surge como uma abordagem de carácter exploratório face a um projecto de parceria entre o Centro de Neurociências e Biologia Molecular (CNC), os Hospitais da Universidade (HUC) e o Instituto de Sistemas e Robótica (ISR), cujo principal objectivo é o de estabelecer um método de inspecção automática com base em métodos da área de Visão por Computador que permita proceder a uma avaliação mais rigorosa e objectiva de gâmetas e embriões, visando auxiliar as correntes Técnicas de Reprodução Assistida. Este trabalho consiste num conjunto de etapas sequenciais que permitem com algum rigor fazer uma detecção e classificação de espermatozóides em imagens microscópicas. Procede-se inicialmente a um pré-processamento da imagem alvo de forma a reduzir o ruído indesejado presente nas imagens e a realçar os contornos das estruturas a segmentar. Esta etapa é seguida de um processo de binarização através do cálculo de um limiar simples. São de seguida extraídas as regiões segmentadas através da obtenção das suas caixas envolventes. Os objectos resultantes são multiplicados por um fator de escala que resulta do quociente da sua área com a de um espermatozóide de referência e manipulados geometricamente através do recurso a um método de enquadramento de elipses de forma a facilitar a sua posterior classificação. É extraída a secção intermédia desta região por intermédio da sua segmentação pelo método de Otsu, removendo o fragmento do objecto posterior à região mais escura obtida pela aplicação deste método. De seguida é utilizada uma abordagem com base na recolha de parâmetros morfológicos e num sistema de classificação como base em Máquina de Vetores de Suporte (SVM) aplicada sobre a assinatura dos contornos da cabeça com a finalidade de classificá-la morfologicamente. Este procedimento é seguido por a recolha de um conjunto de parâmetros de forma da secção intermédia para determinar a sua espessura e a possível presença de gotas citoplasmáticas. Procede-se ainda a uma nova segmentação pelo método de Otsu de uma faixa de pixéis em torno do eixo maior da cabeça na imagem processado por forma a determinar a proporção do acrossoma face à zona nuclear. Para efeitos de seguimento da cauda é utilizado um algoritmo com base em binarização local, interpolação quadrática e cálculo do Índice de Semelhança Estrutural (SSIM) de um conjunto de pixéis face a um pixel central. São apresentados os resultados para cada um dos métodos da implementação descritos na dissertação. Conclui-se que o sistema sugerido é uma proposta viável para a detecção e classificação de espermatozóides em imagens microscópicas.

The current thesis emerges as the result of an exploratory project whose purpose is to provide an efficient, robust and more objective solution for the automated evaluation of gamete and embryo quality to be used along the currently practiced Assisted Reproduction Techniques, a joint project between the Neurosciences and Cellular Biology Center (CNC), the Hospitals of the University of Coimbra and the Institute of Systems and Robotics (ISR). This work consists of a number of steps that resort to methods based of Computer Vision to segment and classify Spermatozoon present in microscopic images: first we go through a preprocessing stage so as to reduce undesired noise while largely preserving fine detail such as sharp corners, thin lines and curved structures. After this step we proceed by binarizing the image by applying a simple threshold based on the brightness of the pixels of the processed image. After eliminating the smaller objects still present in the binary image, we extract the bounding boxes which contain the head and mid-piece of the various spermatozoa present in the image. The next step is to scale the various objects as a function of the quotient between the object’s and a reference spermatozoon’s areas and then readjust their orientation by performing an ellipse fitting of each binary object so as to have them centered and horizontally aligned for an easier comparison. The mid-piece is then cropped through a process based on a segmentation of the region through Otsu’s method and the contour signature and additional morphological features are then calculated for each of the extracted heads. The contour signature vectors are then evaluated using an approach based on Support Vector Machine (SVM) so as to classify them morphologically. We then proceed to analyze a number of features including the column histogram of the several mid-pieces to ascertain whether or not there are defects present such as cytoplasm droplets or any sort of abnormal thickness. To finalize this step we retrieve a strip of pixels situated around the major axis of the head and once again apply Otsu’s algorithm so as to separate the pixels in two distinct sets that allow us to verify the existence of the acrosome in regards to a specific head and its relative dimension when compared to the nucleus of the spermatozoon. To identify the points that constitute the sperm’s tail we resort to an iterative method based on a quadratic interpolation of the results of a local segmentation and by calculating the SSIM index of a group of potential tail points relatively to the currently selected pixel. Results to each of the methods presented in this thesis are shown at the end of the document in order to demonstrate their performance. We conclude that the current solution is a viable method for the detection and classification of sperm cells through the use of microscopic digital images.