Procedimiento y sistema para la estimación de la proporción de espermatozoides presentes en una muestra que pertenecen a una clase determinada.

Procedimiento y sistema para la estimación de la proporción de espermatozoides presentes en una muestra que pertenecen a una clase determinada,

conteniendo la muestra (1) dos clases diferentes de espermatozoides. El procedimiento comprende capturar imágenes digitales de la muestra y describir la textura de las cabezas de espermatozoides. Con dichos descriptores de textura se clasifican los espermatozoides utilizando una descripción y clasificación previa realizada con un conjunto de datos conocidos y etiquetados. A partir de esta clasificación, se utilizan medidas de distancia entre diversas distribuciones, utilizando la distancia de Jensen-Shannon, determinando, con estas medidas, la proporción de espermatozoides pertenecientes a cada una de las dos clases presentes en la muestra. Aplicable para determinar la proporción de espermatozoides con el acrosoma dañado frente a los espermatozoides con el acrosoma intacto, y para determinar la proporción de espermatozoides vivos y muertos de una muestra.

Procedimiento y sistema para la estimación de la proporción de espermatozoides presentes en una muestra que pertenecen a una clase determinada

OBJETO DE LA INVENCIÓN

El objeto de la presente invención es un proceso automatizado para que, dada una muestra en la que hay espermatozoides de dos tipos, estime y presente la proporción de espermatozoides, de cada una de las dos clases, presentes en dicha muestra.

ANTECEDENTES DE LA INVENCIÓN

En la actualidad, la valoración de la calidad del semen en función de la integridad del acrosoma y la vitalidad de los espermatozoides tiene mucha importancia en algunas especies animales, como es el caso del ganado porcino. Esta valoración se realiza habitualmente en los centros de producción seminal o en las granjas o centros en los que se llevan a cabo las inseminaciones artificiales, por parte de operarios especializados, normalmente veterinarios. Además, habitualmente dichos centros guardan un histórico de la valoración realizada para ir clasificando al donante en función de la calidad de su semen a lo largo del tiempo.

Fundamentalmente, esta valoración se realiza visualmente, utilizando tinciones que hacen que, bajo luz fluorescente, queden resaltados los espermatozoides dañados en las muestras, que son contados manualmente. Además de caro, debido al coste de los equipos necesarios para llevarlo a cabo, este procedimiento es lento y está sujeto a los típicos errores de la inspección visual humana, debidos al cansancio o falta de atención.

Por ello, sería interesante disponer de un sistema que estimase automáticamente la proporción de espermatozoides con el acrosoma dañado sin utilizar tinciones.

El análisis digital de imagen aplicado al estudio de imágenes médicas en general, y a la valoración de espermatozoides en particular, empezó a utilizarse hace más de diez años. Existen sistemas específicamente diseñados para la evaluación del semen, conocidos como CASA (Computer Assisted Sperm Analysis) . Sin embargo, ninguno de los sistemas CASA actuales analiza de forma automática la integridad acrosómica, ni mucho menos estima la proporción de células dañadas en una muestra.

Por otro lado, la mayoría de los trabajos realizados en este campo se limitan a analizar los resultados obtenidos al evaluar el semen con los sistemas CASA existentes (C. Soler, J. J. de Montserrat, R. Gutiérrez, J. Núñez, M. Núñez,

M. Sancho, F. Pérez-Sánchez, y T.G. Cooper, “Use of the Sperm-Class Analyser for objective assessment of human sperm morphology”, International Journal of Andrology, Vol. 26, No. 5, 2003, pp. 262-270) , o bien comparan las medidas proporcionadas por distintos sistemas (J. Z. Chan, W. Krause, y C. Bohring, “Computer assisted analysis of sperm morphology with the aid of lectin staining”, Andrología, Vol. 34, 2002, pp. 379-383) . Existen trabajos en los que se analiza la textura de las cabezas de los espermatozoides en imágenes en contraste de fase para determinar si sus acrosomas están íntegros o dañados (E. Alegre, V. González-Castro, S. A. Suárez and M. Castejón, “Comparison of supervised and unsupervised methods to classify boar acrosomes using texture descriptors”, in Proceedings ELMAR-2009, 2009, pp. 65-70) , aunque no tienen en cuenta que las distribuciones de acrosomas íntegros y dañados son cambiantes a lo largo del tiempo debido a múltiples factores, como las condiciones de conservación de las muestras de semen, o la variabilidad de animales entre las diferentes granjas. Esto hace que utilizar siempre un mismo clasificador y contar las predicciones que éste realiza no produzca resultados óptimos (R.O Duda, P.E. Hart y D.G. Stork, “Pattern Classification”. John Wiley and Sons, 2001) . Por ello, se hace necesario un método robusto que pueda reajustar dichas predicciones y proporcionar resultados más fiables.

DESCRIPCIÓN

La presente invención se refiera a un procedimiento y un sistema para la estimación de la proporción de espermatozoides presentes en una muestra que pertenecen a una clase determinada, a partir de imágenes digitales tomadas de una muestra en las que aparecen cabezas de espermatozoides, donde la muestra contiene dos clases diferentes de espermatozoides. Las imágenes digitales están preferentemente en escala de gris.

El procedimiento comprende las siguientes etapas:

-obtener, a partir de las imágenes digitales de la muestra, un conjunto de patrones de test, que describen las cabezas de espermatozoides incluidas en dichas imágenes;

-obtener, a partir de dicho conjunto de patrones de test y mediante un clasificador (preferentemente una red neuronal) , las probabilidades a posteriori para cada espermatozoide;

-obtener la distribución de las probabilidades a posteriori del conjunto de patrones de test;

-obtener la distribución de las probabilidades a posteriori de cada una de las clases del conjunto de patrones de calibración;

-modelar la distribución de las probabilidades a posteriori del conjunto de patrones de calibración con una probabilidad a priori deseada;

-obtener la distancia Jensen Shannon entre la distribución de las probabilidades a posteriori del conjunto de patrones de test y la distribución de la calibración modelada;

-obtener, por comparaciones sucesivas con distribuciones de calibración con diferentes probabilidades a priori, la distribución de la probabilidad a priori para la que dicha distancia queda minimizada.

La etapa de obtención de la distribución de las probabilidades a posteriori del conjunto de patrones de test se realiza preferentemente creando un histograma de frecuencias relativas de dichas probabilidades a posteriori, mediante agrupamiento de datos con distinto número de particiones.

La etapa de obtención de la distribución de las probabilidades a posteriori del conjunto de patrones de calibración se realiza preferentemente creando un histograma de frecuencias relativas de dichas probabilidades a posteriori.

La etapa de modelación de la distribución del conjunto de patrones de calibración se puede realizar multiplicando las frecuencias relativas de cada clase del histograma del conjunto de patrones de calibración por dicha probabilidad a priori y sumando ambos productos.

El procedimiento puede comprender la etapa de adquisición de imágenes digitales de la muestra.

Otro aspecto de la invención se refiere a un sistema para la estimación de la proporción de espermatozoides presentes en una muestra que pertenecen a una clase determinada. El sistema comprende medios de procesamiento de datos configurados para ejecutar las etapas del procedimiento. El sistema puede comprender medios de almacenamiento de datos (5) donde se almacena el conjunto de patrones de calibración. El sistema puede también comprender un microscopio óptico (2) con una cámara digital (3) para la toma de imágenes digitales de la muestra (1) .

El procedimiento de la invención permite realizar la estimación automática de las proporciones de espermatozoides presentes en una muestra, habiendo espermatozoides pertenecientes a dos clases diferentes (por ejemplo, acrosomas íntegros –clase 1- y acrosomas dañados –clase 2-; o vivos –clase 1- y muertos –clase 2- ) , que en lo sucesivo llamaremos “clase 1” y “clase 2”. Esta estimación se realiza utilizando los resultados que proporciona un clasificador que devuelve probabilidades a posteriori a partir de descriptores extraídos de las imágenes digitales en escala de gris de las cabezas de los espermatozoides. Al utilizar imágenes digitales en escala de gris no es necesario utilizar tinciones ni microscopios de fluorescencia para su captura. Además, este método es robusto ya que la estimación que realiza no varía aunque se produzcan cambios en las proporciones de individuos en las clases – clase 1 y clase 2- dentro de las muestras a evaluar con respecto a las proporciones en las clases del conjunto utilizado en la generación del clasificador. De esta manera, este método es más fiable.

Este procedimiento se puede utilizar principalmente en la industria de producción animal, donde es imprescindible realizar controles de calidad en los principales parámetros seminales para lograr un procesamiento preciso y eficiente de los eyaculados. El procedimiento de la invención tiene una especial incidencia en la industria porcina.

En el procedimiento para la estimación de las proporciones de espermatozoides de cada clase en muestras de semen se parte de:

• Un clasificador que devuelve probabilidades a posteriori. Estará almacenado para su utilización en la invención y en lo sucesivo se...

1. Procedimiento para la estimación de la proporción de espermatozoides presentes en una muestra que pertenecen a una clase determinada, a partir de imágenes digitales tomadas de una muestra (1) en las que aparecen cabezas de espermatozoides, donde la muestra (1) contiene dos clases diferentes de espermatozoides, caracterizado por que comprende las siguientes etapas:

-obtener, a partir de las imágenes digitales de la muestra (1) , un conjunto de patrones de test, que describen las cabezas de espermatozoides incluidas en dichas imágenes;

-obtener, a partir de dicho conjunto de patrones de test y mediante un clasificador, las probabilidades a posteriori para cada espermatozoide;

-obtener la distribución de las probabilidades a posteriori del conjunto de patrones de test;

-obtener la distribución de las probabilidades a posteriori de cada una de las clases del conjunto de

patrones de calibración;

-modelar la distribución de las probabilidades a posteriori del conjunto de patrones de calibración con una probabilidad a priori deseada; -obtener la distancia Jensen Shannon entre la distribución de las probabilidades a posteriori del conjunto de patrones de test y la distribución de la calibración modelada;

-obtener, por comparaciones sucesivas con distribuciones de calibración con diferentes probabilidades a priori, la distribución de la probabilidad a priori para la que dicha distancia queda minimizada.

2. Procedimiento según la reivindicación 1, caracterizado por que la etapa de obtención de la distribución de las probabilidades a posteriori del conjunto de patrones de test se realiza creando un histograma de frecuencias relativas de dichas probabilidades a posteriori, mediante agrupamiento de datos con distinto número de particiones.

3. Procedimiento según cualquiera de las reivindicaciones anteriores, caracterizado por que la etapa de obtención de la distribución de las probabilidades a posteriori del conjunto de patrones de calibración se realiza creando un histograma de frecuencias relativas de dichas probabilidades a posteriori.

4. Procedimiento según la reivindicación 3, caracterizado por que la etapa de modelación de la distribución del conjunto de patrones de calibración se realiza multiplicando las frecuencias relativas de cada clase del histograma del conjunto de patrones de calibración por dicha probabilidad a priori y sumando ambos productos.

5. Procedimiento según cualquiera de las reivindicaciones anteriores, caracterizado por que las imágenes digitales están en escala de gris.

6. Procedimiento según cualquiera de las reivindicaciones anteriores, caracterizado por que comprende una etapa de adquisición de imágenes digitales de la muestra (1) .

7. Procedimiento según cualquiera de las reivindicaciones anteriores, caracterizado por que el clasificador es una red neuronal.

8. Sistema para la estimación de la proporción de espermatozoides presentes en una muestra que pertenecen a una clase determinada, a partir de imágenes digitales tomadas de una muestra (1) en las que aparecen cabezas de espermatozoides, donde la muestra (1) contiene dos clases diferentes de espermatozoides, caracterizado por que comprende medios de procesamiento de datos (4) configurados para:

-obtener, a partir de las imágenes digitales de la muestra (1) , un conjunto de patrones de test que describen las cabezas de espermatozoides incluidas en dichas imágenes;

-obtener, a partir de dicho conjunto de patrones de test y mediante un clasificador las probabilidades a posteriori para cada espermatozoide;

-obtener la distribución de las probabilidades a posteriori del conjunto de patrones de test;

-obtener la distribución de las probabilidades a posteriori de cada una de las clases del conjunto de

patrones de calibración;

-modelar la distribución de las probabilidades a posteriori del conjunto de patrones de calibración con una probabilidad a priori deseada; -obtener la distancia Jensen Shannon entre la distribución de las probabilidades a posteriori del conjunto de patrones de test y la distribución de la calibración modelada;

-obtener, por comparaciones sucesivas con distribuciones de calibración con diferentes probabilidades a priori, la distribución de la probabilidad a priori para la que dicha distancia queda minimizada.

9. Sistema según la reivindicación 8, caracterizado por que comprende medios de almacenamiento de datos (5) donde se almacena el conjunto de patrones de calibración.

10. Sistema según la reivindicación 8 o 9, caracterizado por que comprende un microscopio óptico (2) con una cámara digital (3) para la toma de imágenes digitales de la muestra (1) .