Submitted by Luciana Sebin (lusebin@ufscar.br) on 2016-10-10T19:45:24Z No. of bitstreams: 1 DissKES.pdf: 1491828 bytes, checksum: c6a58b88ab03eb7890e0b182f08a3ab3 (MD5) / Approved for entry into archive by Marina Freitas (marinapf@ufscar.br) on 2016-10-13T20:15:20Z (GMT) No. of bitstreams: 1 DissKES.pdf: 1491828 bytes, checksum: c6a58b88ab03eb7890e0b182f08a3ab3 (MD5) / Approved for entry into archive by Marina Freitas (marinapf@ufscar.br) on 2016-10-13T20:15:29Z (GMT) No. of bitstreams: 1 DissKES.pdf: 1491828 bytes, checksum: c6a58b88ab03eb7890e0b182f08a3ab3 (MD5) / Made available in DSpace on 2016-10-13T20:15:42Z (GMT). No. of bitstreams: 1 DissKES.pdf: 1491828 bytes, checksum: c6a58b88ab03eb7890e0b182f08a3ab3 (MD5) Previous issue date: 2016-02-16 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Counting the number of leukocytes present in the blood vessels is an important task to understand inflammation mechanisms and to assess the effects of drugs that are being developed for the treatment of inflammatory diseases. In general, leukocyte counting is done by an observer (laboratory technician or specialist) using a sequence of intravital microscopy images obtained from blood vessel of an animal testing. However, this procedure is time-consuming, prone to errors, due to visual fatigue of the observer, and biased, due to inter and intra-observer variability. Thus, the objective of this work was the development of computational technique for the automatic detection of leukocytes in intravital video microscopy images. For this, the detection of leukocytes was performed in two main stages. In stage 1, the phase congruency measure, which is invariant to changes of contrast and lighting images, was used to calculate a blobness measure used to detect circular structures in intravital microscopy images. In stage 2, the circular structures detected in stage 1 were analyzed locally to identify only those corresponding to true leukocytes. The results were evaluated using the precision, recall and F1-measure metrics and the area under the precision-recall curves. Furthermore, the proposed technique was compared with the template matching technique. / Contar o número de leucócitos presentes em vasos sanguíneos é uma tarefa fundamental para entender mecanismos de inflamações e avaliar efeitos de drogas que estão sendo desenvolvidas para o tratamento de doenças inflamatórias. Em geral, a contagem de leucócitos é feita por um observador (técnico laboratorial ou especialista) usando uma sequência de imagens de microscopia intravital, obtidas do vaso sanguíneo de um animal de teste. Entretanto, a tarefa de contagem é demorada, propensa à erros, devido à fadiga visual do observador, e viesada, devido à variabilidade inter e intra-observador. Sendo assim, o objetivo deste trabalho foi o desenvolvimento de uma técnica computacional para a detecção automática de leucócitos em imagens de vídeo de microscopia intravital. Para isso, a detecção dos leucócitos foi realizada em dois principais estágios. No estágio 1, a medida de congruência de fase, que é invariante a mudanças de contraste e iluminação em imagens, foi utilizada para o cálculo de uma medida de blobness usada na detecção de estruturas circulares nas imagens de microscopia intravital. No estágio 2, as estruturas circulares detectadas no estágio 1 foram analisadas localmente a fim de identificar apenas aquelas correspondentes aos leucócitos verdadeiros. Os resultados foram avaliados utilizando as métricas de precisão, revocação e medida-F1 e a área sob as curvas precisão-revocação. Além disso, a técnica proposta foi comparada com a técnica casamento de padrões.