Hemacias Hematologia IA Sistemas Biomedicos
Projeto Hemacias

No dia de hoje 15/10/2023 , foram criadas novas amostras (30 ) de treinamento de 3 hemácias diferentes.

Totalizando agora 60 amostras de treino.

Adicionei um projeto em python para gerar as imagens cinza a partir das imagens coloridas.

Para isso basta rodar o código em hemacias\python\tools\converte\converte.py

Conforme o código abaixo em python.

# -*- coding: utf-8 -*-
"""
Spyder Editor

This is a temporary script file.
"""

import os
from PIL import Image




def converter_imagens_cinza(diretorio_entrada, diretorio_saida):
    # Verifica se o diretório de saída existe. Se não, cria-o.
    if not os.path.exists(diretorio_saida):
        os.makedirs(diretorio_saida)
    
    # Percorre os arquivos no diretório de entrada
    for filename in os.listdir(diretorio_entrada):
        print(f"filename:{filename}")
        # Verifica se o arquivo é uma imagem .jpg
        if filename.lower().endswith(".jpg"):  
            # Cria os caminhos completos de entrada e saída para o arquivo
            caminho_entrada = os.path.join(diretorio_entrada, filename)
            caminho_saida = os.path.join(diretorio_saida, filename)
            
            # Abre a imagem
            with Image.open(caminho_entrada) as img:
                # Converte a imagem para cinza
                img_cinza = img.convert("L")
                # Salva a imagem convertida no diretório de saída
                img_cinza.save(caminho_saida)
            print(f"Imagem {filename} convertida para cinza e salva em {caminho_saida}.")


# Converte imagens em positivas coloridas testes:
diretorio_entrada = "D:/projetos/maurinsoft/hemacias/fotos/positivas coloridas testes"
diretorio_saida = "D:/projetos/maurinsoft/hemacias/fotos/positivas cinza testes"
converter_imagens_cinza(diretorio_entrada, diretorio_saida)


# Converte imagens em positivas coloridas treino:
diretorio_entrada = "D:/projetos/maurinsoft/hemacias/fotos/positivas coloridas treino"
diretorio_saida = "D:/projetos/maurinsoft/hemacias/fotos/positivas cinza treino"
converter_imagens_cinza(diretorio_entrada, diretorio_saida)

print('Finalizou\n')

O programa gera as saídas responsáveis pelas imagens de treino.

O Fonte deste projeto, pode ser visto no github:

https://github.com/marcelomaurin/hemacias

Biologia Celular Óptica
Calibrando o microscópio

Este artigo é a continuação do artigo de calculo de microscopia.

É um estudo de caso, e ainda não foi validado.

Através de uma lamina de calibração ou tambem chamada Régua deslizante de calibração, podemos medir os valores obtidos em pixels.

Para isso usaremos a medida da lamina de 0,01mm ou 100 micrometros.

Ao jogarmos em nosso microscópio, temos a seguinte imagem com apliação de 10x, conforme haviamos apresentado em nosso artigo anterior.

Essas medidas foram capturadas através do software Yais,, ficando conforme apontado abaixo:

Medidas horizontais:

  • 0,01 mm => 352 pixels
  • 0,001 mm =: 34pixels

Medidas verticais

  • 0,01 mm => 352 pixels
  • 0,001 mm => 37 pixels

Agora vem os calculos

Calculando FOV ou Campo de Visão do microscópio.

Para calcular o campo de visão o meu microscópio precisa ter duas coisas:

Ampliação e numero de campo.

O meu microscópio não tem o campo de visão, por este motivo, não consegui determinar com precisao ele, porem posso achar a relação de visão por pixel.

Para achar isso precisarei pegar esse través de visualização.

Como não foi informado, usarei a medida horizontal. Para calcular tenho o tamanho total em pixel.

Total = 1597px

Sabendo que 0,01 mm tem 352pixel , fazemos a regra de três e achamos a area total de visão.

\[ {tamanho01 \over dimensao01} = {tamanho02 \over dimensao02} \]
\[ {X \over 1597} = {0,01 \over 352 } \]

Agora aplicando as contas 352X = 1597* 0,01 => X = 15.97/352 => X = 0,0453mm

Desta forma temos a medida total (largura) de 0,0453mm

Agora vem o FOV

\[ FOV = { largura \over ampliação} \]
\[ FOV = { 0,0453\over 10} \]
\[ FOV = { 0,00453} \]

Determinar a resolução da câmera

A resolução diz a densidade da largura por pixel

\[ densidade{pixel} = {largura \over pixel} \]

Onde a largura é 0,0453mm

O Pixel é 1600×1200, desta forma a densidade horizontal é:

D = 0,0453 / 1600 => D = 0,0000283125mm /pixel

\[ densidade{horizontal} = { 0,0000283125mm /pixel} \]

Desta forma calculo de distancias, basta aplicar o nro de pixel, multiplicado por esse valor.

\[ Distancia{horizontal} = {pixel * d} \]

Desta forma se houver 352 pixel a distancia é aproximadamente 0,009966 ou 0,01 mm aproximadamente.

Como a resolução horizontal é diferente da vertical temos densidades diferentes.

O densidade vertical = 0,0453/1200 ; onde temos

\[ densidade{Vertical} = { 0,00003775mm /pixel} \]

Desta forma é possivel medir objetos.

Conclusão

Agora ficou simples medir distancias no microscópio, basta contar os pixels e calcular as distancias relativas.

Próximo artigo

No próximo artigo, mostrarei a implementação destes calculos em python.

Com uso da lib opencv e a respectiva medida de valores de tamanho.

Referências

Outra referencia que me ajudou a montar esse trabalho:

https://www.olympus-lifescience.com/pt/microscope-resource/primer/anatomy/oculars/

https://port.lamscience.com/how-calculate-field-view-microscope

pentaho SQL Power Architect
SQL Power Architect – Modelagem

A modelagem de dados pode ser utilizada através do SQL Power Architect, na qual apresentei sua instalação através do artigo:

Agora iremos montar tabelas, para nos auxiliar com os projetos de Data Warehouse.

Criação de Tabelas

Botão direito na area em branco, opção New Table ou Tecla T, arrastando o mouse para gerar o espaço da tabela.

Crie a tabela, através da janela:

Nova coluna

Selecione a tabela, na qual quer criar a coluna, pressione C ou botão direito, New Column.

Para criar uma nova coluna em uma tabela, preencha os dados abaixo:

Criar relacionamento entre tabelas

Para criar um relacionamento entre FK, basta clicar no botão

New Identifyng RelationShip, selecionando a tabela Pai, e em seguida a tabela filha.

Se o campo filho, virar PK, basta arrastar ele para baixo, que ele volta a ser FK.

Dicas pentaho SQL Power Architect
SQL Power Architect Instalando e Configurando

O SQL Power Architect é uma ferramenta em java para criar banco de dados, modelando as tabelas e criando seus relacionamentos.

Site:

https://bestofbi.com/architect-download/

Github do projeto:

https://github.com/SQLPower/power-architect

Documentação do software:

https://8hi8a2.p3cdn1.secureserver.net/wp-content/uploads/2022/10/SQLPowerArchitectUserGuide-1.0.0.pdf

Pré Requisitos

Exige instalação do java 8 64 para instalação

Exige driver jar do jdbc mysql

Configuração

Para configurar o JDBC é bem simples.

Entre na aplicação, selecione Connections > Database Connection Manager

Selecione o banco mysql, em seguida ADD JAR, selecionando seu arquivo JAR, que vc baixou anteriormente.

Ao finalizar ele inclui o jar e permite a conexão.

Testando conexão

Volte na criação de conexão e adicione uma nova , conforme apresentado a seguir:

Para finalizar o teste click em Test Connection

Funcionamento

Com isso ele cria estruturas semelhantes a esta:

pentaho
Instalação Pentaho Schema Workbench

Neste artigo, irei apresentar o procedimento de instalação do Pentaho Schema Workbench, lembrando que para realizar este procedimento, deve-se seguir os procedimentos anteriores.

Em especial o procedimento base

Primeiro devemos baixar o psw-ce , conforme o procedimento a cima.

Onde devemos copiar o arquivo zip para a pasta tools, conforme figura abaixo:

O arquivo de configuração é o workbench.bat para windows e workbench.sh para linux, conforme figura abaixo:

Por fim a instalação foi realizada. Onde devemos prosseguir com os procedimentos agora de parametrização e configuração do ambiente montado.

pentaho
Pentaho Report Designer

Continuando com o procedimento de instalação do pentaho, iremos instalar o pentaho Report Designer.

Para tanto, devemos ter em vista os procedimentos vistos no link:

Procedimento de instalação padrão.

Baixando agora, o software pdr-ce, conforme figura abaixo:

Onde iremos baixar e copiar este para a pasta do pentaho, conforme segue abaixo:

Iremos criar dentro de tools, e incluir conforme a ilustração.

Lembrando que o arquivo de start desta ferramenta é o set-pentaho-env.bat para windows e set-pentaho-env.sh para linux.

Com isso finalizamos essa instalação de software, porem ainda resta alguns passos na configuração geral.

No próximo artigo irei abordar outra ferramenta.

Óptica
Calculo de área de microscopia

As vezes a gente faz uma disciplina teórica e não consegue ver aplicação prática.

Atenção:

Alguns itens foram corrigidos desde sua primeira publicação!

Como desenvolvedor e integrador de solução de software e hardware, muitas vezes a integração com equipamentos é a parte mais fácil para mim. Porem a física associada a sua integração é a parte mais complexa.

Usarei como referencia o seguinte artigo:

https://port.lamscience.com/how-calculate-field-view-microscope

O Trabalho surgiu da necessidade do estudo abaixo:

No estudo abaixo:

https://maurinsoft.com.br/projeto-contagem-de-hemacias/

Estou montando um projeto simples de captura de fotos de microscopia.

Onde aplico tecnicas que estudo no meu dia a dia neste curso.

Com o objetivo de criar uma solução ou reforçar o entendimento de tópicos muitas vezes disconexos.

Sobre esse prisma, uma das dificuldades é a medição dos tamanhos relativos.

Este artigo, estou tentando aplicar parte do conhecimento de ótica técnica obtido em aula, para responder essa questão.

Este artigo será composto de duas partes.

Na primeira será feito um estudo, baseado em calculo, depois iremos fazer sua experimentação prática para ver se esta correto.

Então não considerem as informações aqui contidas como corretas, até a posterior complementação do artigo seguinte.

Objetivo deste artigo

Determinar a medida presumível de cada pixel utilizando um microscópio e uma câmera digital a ele acoplada.

Equipamento

Será utilizado o seguinte equipamento:

Link do produto:

https://pt.aliexpress.com/item/1005001531289624.html

Detalhes técnicos relevantes:

Camera digital: 2MP 30 fps (1920X1080) máximo

Objetiva: achromatic 4X, 10X and 40X

Usaremos a objetiva de 10x para os testes.

Cálculos

Para determinar precisaremos fazer os calculos em 3 etapas

1 – Visualização do microscópio, onde iremos utilizar a lente de 10x

Na apresentação de lentes geralmente vem assim:

  • 10/0.25
  • 160/0.17

Onde o primeiro item é a ampliação e o segundo é o número de campo.

Então teremos que achar esse parametro.

2 – Determinar o campo de visão (FOV) do microscópio.

Se usarmos uma objetiva por exemplo 30/18 o FOV fica.

\[ FOV = { largura \over ampliação} \]

Sendo assim , precisarei capturar esse e depois recalcular.

Ficaria FOV = 18 / 30 = 0,6 mm

3 – Determinar a resolução da câmera

Uma câmera de 2Mb tem conforme apontado 1920X1080 , ficando largura 1920 para 0,25

Ficando na formula:

\[ densidade{pixel} = {largura \over pixel} \]

Ficando na conta densidade = 0,25mm / 1920 => densidade 0,0001302mm / pixel ou 0,1302 um/pixel

No próximo artigo irei apresentar a validação destes dados, onde comprovarei a analise a medição e experimentação prática.

pt_BRPortuguese