ETD

Archivio digitale delle tesi discusse presso l'Università di Pisa

Tesi etd-04022012-203616


Tipo di tesi
Tesi di laurea specialistica
Autore
MAGLIARO, CHIARA
URN
etd-04022012-203616
Titolo
Implementazione di un plug-in 3-way PCA per ImageJ per elaborazione dei dati multivariati: applicazione all'analisi morfologica di neuroni
Dipartimento
INGEGNERIA
Corso di studi
INGEGNERIA BIOMEDICA
Relatori
relatore Billeci, Lucia
relatore Prof.ssa Ahluwalia, Arti Devi
Parole chiave
  • 3-way PCA
  • morfologia neuronale
  • plug-in
  • Ne.Mo.
Data inizio appello
24/04/2012
Consultabilità
Completa
Riassunto
L’obiettivo di questa tesi è l’implementazione di un plug-in, in linguaggio di programmazione Java, che esegua la 3-way PCA. Questa è una tecnica di analisi multivariata che deriva dalla PCA, tecnica molto nota ed utilizzata per l’analisi di dati che provengono dall’osservazione di un certo numero di variabili su un certo numero di soggetti od oggetti. La 3-way PCA è modellata per lo studio di dati raccolti all’interno di una matrice tridimensionale. In questo caso, rispetto alla classica PCA, si aggiunge una terza dimensione che rappresenta le condizioni in cui le variabili sono misurate sugli oggetti. Lo scopo di questa tecnica è quello di riassumere tutte le informazioni contenute all’interno di una matrice di dati in poche componenti e di farlo in maniera efficace.
L’utilizzo della 3-way PCA assume un’importanza fondamentale nell’analisi dei dati biomedici, che spesso vengono acquisiti su un elevato numero di oggetti in diverse condizioni, ad esempio in diversi istanti temporali.
Una possibile applicazione di tale tecnica riguarda l’analisi di caratteristiche morfologiche estratte da immagini di cellule in coltura. La letteratura biologica consultabile di oggi testimonia come, in diverse patologie, come ad esempio l’autismo, siano evidenti alterazioni sia macroscopiche che microscopiche della morfologia neuronale. In quest’ottica assume notevole importanza la quantificazione di variabili morfologiche di neuroni estratti da modelli animali di tali patologie.
Il presente lavoro di tesi è articolato quindi in due fasi: dapprima si è effettuato un debug di Ne.Mo., un tool per l’analisi morfologica di neuroni, implementato in ambiente Matlab in due precedenti lavori di tesi. Oltre al debug, si è reso il tool il più user-friendly possibile, inserendo suggerimenti su come procedere nell’elaborazione e nell’analisi delle immagini che rappresentano neuroni: in questo modo, può essere utilizzato anche da utenti con conoscenze di informatica di base.
La seconda parte del lavoro, quella più consistente e parte centrale della tesi, è stata l’implementazione del suddetto plug-in in Java.
La 3-way PCA era già stata implementata in ambiente Matlab da Leardi e collaboratori: è stata quindi operata una “traduzione” in un altro linguaggio di programmazione. Il perché della scelta di Java è dovuto al fatto che in questo modo il plug-in potesse essere condiviso con la comunità di ImageJ, software open-source che negli ultimi anni è diventato uno dei software per l’analisi delle immagini più utilizzato nei laboratori di tutto il mondo.
Per validare il plug-in, si sono analizzate, sia con gli algoritmi di Leardi, sia con quelli implementati in questo lavoro di tesi, tre matrici di dati, rappresentanti caratteristiche morfologiche di neuroni in coltura. Le prime due matrici sono state ottenute analizzando immagini di cellule di Purkinje estratte da topi wild-type e da modelli di autismo e fotografate in diversi giorni di coltura, mentre la terza è stata ottenuta fotografando neuroni fissati e colorati al Golgi provenienti da slice a diverse profondità di claustro, sottile lamina di sostanza grigia situata nella corteccia dell’insula.



File