Microscopic Image Segmentation to Quantification of Leishmania Infection in Macrophages

  • Guilherme Coelho Universidade Federal do Rio de Janeiro, UFRJ, Brasil. 
  • Arlindo Rodrigues Galvão Filho Pontifícia Universidade Católica de Goiás, PUC GOIÁS, Brasil. 
  • Rafael Viana-de-Carvalho Pontifícia Universidade Católica de Goiás, PUC GOIÁS, Brasil. https://orcid.org/0000-0001-8656-5472
  • Gustavo Teodoro-Laureano Universidade Federal de Goiás, UFG, Brasil. 
  • Samyra Almeida-da-Silveira Fundação Oswaldo Cruz, FIOCRUZ, Brasil. 
  • Clebio Eleutério-da-Silva Fundação Oswaldo Cruz, FIOCRUZ, Brasil. 
  • Rosa Maria Plácido Pereira Fundação Oswaldo Cruz, FIOCRUZ, Brasil. 
  • Anderson da Silva Soares Universidade Federal de Goiás, UFG, Brasil. 
  • Telma Woerle de Lima Soares Universidade Federal de Goiás, UFG, Brasil.  http://orcid.org/0000-0002-4927-2221
  • Adriano Gomes-da-Silva Instituto Nacional de Infectologia Evandro Chagas, INI, Brasil. 
  • Hamilton Barbosa Napolitano Universidade Estadual de Goiás, UEG, Brasil; Centro Universitário de Anápolis, UniEVANGÉLICA, Brasil. https://orcid.org/0000-0002-6047-9995
  • Clarimar José Coelho Pontifícia Universidade Católica de Goiás, PUC GOIÁS, Brasil; Centro Universitário de Anápolis, UniEVANGÉLICA, Brasil.
Palavras-chave: Contagem de Amastigotas, Segmentação de Imagem, Degradação Ambiental

Resumo

A determinação de parâmetros como taxa de infecção em monocultura de macrófagos cultivados in vitro com Leishmania é fundamental no estudo de candidatos vacinais e novos fármacos para o tratamento de leishmanioses. O método convencional que consiste na contagem de amastigotas no interior de macrófagos, normalmente é realizada por um especialista treinado em microscopia óptica, o que está sujeito a erros de interpretação e amostragem. O objetivo do trabalho é desenvolver um método para a segmentação de imagens como etapa preliminar para o cálculo automático da taxa de infecção por amastigotas. A segmentação é baseada em morfologia matemática no contexto de um sistema de visão computacional. Os resultados obtidos pelo método computacional demonstraram acerto de 95% quando comparados ao método convencional. Conclui-se que a metodologia computacional baseada na segmentação de imagem como pré-requisito para o cálculo de taxa de infecção, pode contribuir para a rapidez e a precisão na obtenção dos resultados e na minimização de erros cometidos no método tradicional, especialmente em situações em que exaustivas repetições do procedimento são exigidas ao observador.

Biografia do Autor

Guilherme Coelho, Universidade Federal do Rio de Janeiro, UFRJ, Brasil. 
Graduação em Medicina pela Universidade Federal do Rio de Janeiro, UFRJ, Brasil. 
Arlindo Rodrigues Galvão Filho, Pontifícia Universidade Católica de Goiás, PUC GOIÁS, Brasil. 
Doutorado em Ciência da Computação pela Universidade Federal de Goiás, UFG, Brasil. Docente na Pontifícia Universidade Católica de Goiás, PUC GOIÁS, Brasil. 
Rafael Viana-de-Carvalho, Pontifícia Universidade Católica de Goiás, PUC GOIÁS, Brasil.
Doutorado em Computação pela Leiden University, LEIDEN, Holanda. Docente na Pontifícia Universidade Católica de Goiás, PUC GOIÁS, Brasil. 
Gustavo Teodoro-Laureano, Universidade Federal de Goiás, UFG, Brasil. 
Doutorado em Engenharia Elétrica pela Universidade de São Paulo, USP, Brasil. Docente na Universidade Federal de Goiás, UFG, Brasil. 
Samyra Almeida-da-Silveira, Fundação Oswaldo Cruz, FIOCRUZ, Brasil. 
Mestrado em Biologia Parasitária pela Fundação Oswaldo Cruz, FIOCRUZ, Brasil. Técnico de Laboratório na Fundação Oswaldo Cruz, FIOCRUZ, Brasil. 
Clebio Eleutério-da-Silva, Fundação Oswaldo Cruz, FIOCRUZ, Brasil. 
Mestrado em Medicina Tropical pela Fundação Oswaldo Cruz, FIOCRUZ, Brasil. 
Rosa Maria Plácido Pereira, Fundação Oswaldo Cruz, FIOCRUZ, Brasil. 
Graduação em Ciência Biológicas pela Fundação Técnico Educacional Souza Marques, FTESM, Brasil. Tecnologista na Fundação Oswaldo Cruz, FIOCRUZ, Brasil. 
Anderson da Silva Soares, Universidade Federal de Goiás, UFG, Brasil. 
Doutorado em Engenharia Eletrônica e Computação pelo Instituto Tecnológico de Aeronáutica, ITA, Brasil. Docente na Universidade Federal de Goiás, UFG, Brasil. 
Telma Woerle de Lima Soares, Universidade Federal de Goiás, UFG, Brasil. 
Doutorado em Ciências da Computação e Matemática Computacional pela Universidade de São Paulo, USP, Brasil. Docente na Universidade Federal de Goiás, UFG, Brasil. 
Adriano Gomes-da-Silva, Instituto Nacional de Infectologia Evandro Chagas, INI, Brasil. 
Doutorado em Medicina Tropical pela Fundação Oswaldo Cruz, FIOCRUZ, Brasil. Pesquisador no Instituto Nacional de Infectologia Evandro Chagas, INI, Brasil. 
Hamilton Barbosa Napolitano, Universidade Estadual de Goiás, UEG, Brasil; Centro Universitário de Anápolis, UniEVANGÉLICA, Brasil.
Doutorado em Física Biomolecular pela Universidade de São Paulo, USP, Brasil. Docente na Universidade Estadual de Goiás, UEG, Brasil; e no Centro Universitário de Anápolis, UniEVANGÉLICA, Brasil.
Clarimar José Coelho, Pontifícia Universidade Católica de Goiás, PUC GOIÁS, Brasil; Centro Universitário de Anápolis, UniEVANGÉLICA, Brasil.
Doutorado em Engenharia Eletrônica e Computação pelo Instituto Tecnológico de Aeronáutica, ITA, Brasil. Docente na Pontifícia Universidade Católica de Goiás, PUC GOIÁS, Brasil; e no Centro Universitário de Anápolis, UniEVANGÉLICA, Brasil.

Referências

Abrantes, Tuanne Rotti, Guilherme Loureiro Werneck, Andréa Sobral de Almeida, and Fabiano Borges Figueiredo. 2018. “Fatores Ambientais Associados à Ocorrência de Leishmaniose Visceral Canina Em Uma Área de Recente Introdução Da Doença No Estado Do Rio de Janeiro, Brasil.” Cadernos de Saúde Pública 34 (1). https://doi.org/10.1590/0102-311x00021117.
Akhoundi, Mohammad, Katrin Kuhls, Arnaud Cannet, Jan Votýpka, Pierre Marty, Pascal Delaunay, and Denis Sereno. 2016. “A Historical Overview of the Classification, Evolution, and Dispersion of Leishmania Parasites and Sandflies.” Edited by Anne-Laure Bañuls. PLOS Neglected Tropical Diseases 10 (3): e0004349. https://doi.org/10.1371/journal.pntd.0004349.
Almeida, MC de, V Vilhena, A Barral, and M Barral-Netto. 2003. “Leishmanial Infection: Analysis of Its First Steps. A Review.” Memórias Do Instituto Oswaldo Cruz 98 (7): 861–70. https://doi.org/10.1590/S0074-02762003000700001.
Anversa, Laís, Monique Gomes Salles Tiburcio, Virgínia Bodelão Richini-Pereira, and Luis Eduardo Ramirez. 2018. “Human Leishmaniasis in Brazil: A General Review.” Revista Da Associação Médica Brasileira 64 (3): 281–89. https://doi.org/10.1590/1806-9282.64.03.281.
Catharina, Larissa, Carlyle Ribeiro Lima, Alexander Franca, Ana Carolina Ramos Guimarães, Marcelo Alves-Ferreira, Pierre Tuffery, Philippe Derreumaux, and Nicolas Carels. 2017. “A Computational Methodology to Overcome the Challenges Associated With the Search for Specific Enzyme Targets to Develop Drugs Against Leishmania Major.” Bioinformatics and Biology Insights 11 (January): 117793221771247. https://doi.org/10.1177/1177932217712471.
Chan, Tony, and Luminita Vese. 1999. “An Active Contour Model without Edges.” In , 141–51. https://doi.org/10.1007/3-540-48236-9_13.
Conceição-Silva, Fátima, and Carlos Roberto Alves. 2014. Leishmanioses Do Continente Americano. Rio de Janeiro: Editora FIOCRUZ.
Da-Cruz, Alda Maria, and Claude Pirmez. 2005. “Leishmaniose Tegumentar Americana.” In Dinâmica Das Doenças Infecciosas e Parasitárias, edited by José Rodrigues Coura, 697–712. Rio de Janeiro: Guanabara Koogan.
Farahi, Maria, Hossein Rabbani, Ardeshir Talebi, Omid Sarrafzadeh, and Shahab Ensafi. 2015. “Automatic Segmentation of Leishmania Parasite in Microscopic Images Using a Modified CV Level Set Method.” In Seventh International Conference on Graphic and Image Processing (ICGIP 2015), edited by Yi Xie, Yulin Wang, and Xudong Jiang, 98170K. https://doi.org/10.1117/12.2228580.
FIOCRUZ. 2018. “Instituto Nacional de Infectologia Evandro Chagas.” 2018. https://www.ini.fiocruz.br/.
Leal, Pedro, Luís Ferro, Marco Marques, Susana Romão, Tânia Cruz, Ana M. Tomá, Helena Castro, and Pedro Quelhas. 2012. “Automatic Assessment of Leishmania Infection Indexes on In Vitro Macrophage Cell Cultures.” In Image Analysis and Recognition, edited by Aurélio Campilho and Mohamed Kamel, 432–39. Springer. https://doi.org/10.1007/978-3-642-31298-4_51.
Neves, João C., Helena Castro, Ana Tomás, Miguel Coimbra, and Hugo Proença. 2014. “Detection and Separation of Overlapping Cells Based on Contour Concavity for Leishmania Images.” Cytometry Part A 85 (6): 491–500. https://doi.org/10.1002/cyto.a.22465.
Oryan, A., and M. Akbari. 2016. “Worldwide Risk Factors in Leishmaniasis.” Asian Pacific Journal of Tropical Medicine 9 (10): 925–32. https://doi.org/10.1016/j.apjtm.2016.06.021.
Ouertani, F., H. Amiri, J. Bettaib, R. Yazidi, and A. Ben Salah. 2014. “Adaptive Automatic Segmentation of Leishmaniasis Parasite in Indirect Immunofluorescence Images.” In 2014 36th Annual International Conference of the IEEE Engineering in Medicine and Biology Society, 4731–34. IEEE. https://doi.org/10.1109/EMBC.2014.6944681.
Petrou, Maria, and Costas Petrou. 2010. Image Processing: The Fundamentals. 2nd ed. New York: Wiley.
Sifontes-Rodríguez, Sergio, Lianet Monzote-Fidalgo, Nilo Castañedo-Cancio, Ana Margarita Montalvo-Álvarez, Yamilé López-Hernández, Niurka Mollineda Diogo, Juan Francisco Infante-Bourzac, et al. 2015. “The Efficacy of 2-Nitrovinylfuran Derivatives AgainstLeishmania in Vitro and in Vivo.” Memórias Do Instituto Oswaldo Cruz 110 (2): 166–73. https://doi.org/10.1590/0074-02760140324.
Snyder, Wesley E., and Hairong Qi. 2017. Fundamentals of Computer Vision. Cambridge: Cambridge University Press.
Taheri, AhmadReza, Saeid Alikhani, Ameneh Sazgarnia, Maryam Salehi, and SadeghVahabi Amlashi. 2017. “Digital Volumetric Measurement of Cutaneous Leishmaniasis Lesions: Blur Estimation Method.” Indian Journal of Dermatology, Venereology, and Leprology 83 (3): 307. https://doi.org/10.4103/ijdvl.IJDVL_134_16.
Vianna, G. O. 1912. “Tratamento Da Leishmaniose Tegumentar Com Injecções Intravenosas de Tártaro Emético.” In Anais Do VII Congresso Brasileiro de Medicina e Cirurgia, 426–28.
WHO. 2010. “Control of the Leishmaniases: Report of a Meeting of the WHO Expert Commitee on the Control of Leishmaniases.” Geneva.
Yazdanparast, Ehsan, Antonio Dos Anjos, Deborah Garcia, Corinne Loeuillet, Hamid Reza Shahbazkia, and Baptiste Vergnes. 2014. “INsPECT, an Open-Source and Versatile Software for Automated Quantification of (Leishmania) Intracellular Parasites.” Edited by Shaden Kamhawi. PLoS Neglected Tropical Diseases 8 (5): e2850. https://doi.org/10.1371/journal.pntd.0002850.
Publicado
2020-03-05
Como Citar
Coelho, Guilherme, Arlindo Rodrigues Galvão Filho, Rafael Viana-de-Carvalho, Gustavo Teodoro-Laureano, Samyra Almeida-da-Silveira, Clebio Eleutério-da-Silva, Rosa Maria Plácido Pereira, Anderson da Silva Soares, Telma Woerle de Lima Soares, Adriano Gomes-da-Silva, Hamilton Barbosa Napolitano, e Clarimar José Coelho. 2020. Microscopic Image Segmentation to Quantification of Leishmania Infection in Macrophages. Fronteiras: Journal of Social, Technological and Environmental Science 9 (1), 488-98. https://doi.org/https://doi.org/10.21664/2238-8869.2020v9i1.p488-498.