Resumen:
Esta tesis presenta el desarrollo de un software con una interfaz intuitiva, diseñado para el conteo y análisis de microgotas fluorescentes a partir de imágenes, con el fin de cuantificar la carga viral de SARS-CoV-2 mediante procesamiento de imágenes. El software permite clasificar las microgotas como positivas o negativas en función de su "nivel de fluorescencia", el cual indica si han reaccionado a marcadores fluorescentes asociados a la presencia de carga viral.
La interfaz gráfica permite sintonizar parámetros de búsqueda clave, como el radio de las microgotas y los umbrales de fluorescencia. De esta manera, se optimiza la precisión del conteo y se facilita el análisis detallado de las imágenes de las muestras de pacientes reales.
Descripción:
El software se basa en una metodología que consta de dos fases: la primera consiste en el procesamiento de las imágenes de las microgotas, y la segunda en el conteo y clasificación de éstas. Para ello, se implementa un conjunto de algoritmos programados en Python, cuyo propósito es realizar las siguientes acciones: (1) Detectar los contornos de las microgotas cuyo diámetro se encuentre dentro de un rango prescrito. (2) Cuantificar la fluorescencia de cada microgota. (3) Clasificar las microgotas dentro de un rango de fluorescencia como brillantes (o fluorescentes), y aquellas fuera de este rango como opacas. (4) Cuantificar las microgotas fluorescentes y las microgotas opacas para después clasificarlas como positivas o negativas, respectivamente. (5) Integrar sliders (barras deslizantes) en una interfaz gráfica de usuario (GUI) para ajustar intuitivamente el diámetro de las microgotas y el rango de su fluorescencia
