Análisis de imágenes de microscopía con Fiji
Las imágenes de microscopía contienen gran cantidad de información de los sistemas estudiados. Para extraer esta información se requiere de la implementación y desarrollo de algoritmos que permitan realizar la cuantificación de manera precisa, sin bias y automática. En este curso el estudiante desarrollara habilidades que le permitirán realizar análisis cuantitativo de imágenes de distintas técnicas de microscopía usando Fiji, un programa de libre acceso y con cientos de funciones. Adicionalmente, las técnicas y principios que cubren el curso son fácilmente extendibles a imágenes digitales en general.
Este curso proveerá al estudiante con herramientas para la rápida evaluación de imágenes de microscopía, creación de estrategias y algoritmos para extraer información de estas imágenes y la presentación de los resultados. La metodología del curso incluirá talleres asistidos que permitirán al estudiante desarrollar una buena noción del uso del software Fiji para el análisis de imágenes.
Dirigido a
Este curso será de gran interés para estudiantes o profesionales que planean realizar un proyecto de investigación el cual requiera el análisis de imágenes de microscopía.
El curso es ideal para personas que estén en la segunda mitad de su carrera de pregrado en áreas como biología, microbiología, ingeniería, física, geología, química y graduandos de estas carreras.
En general, este curso es adecuado para cualquier persona que desee aprender los principios de postprocesamiento y cuantificación de imágenes digitales.
Objetivos
Al finalizar el curso el estudiante estará en capacidad de realizar post-procesamiento y análisis de imágenes digitales de cualquier tipo.
El estudiante dispondrá de varias herramientas para presentar imágenes de microscopía complejas, que permitan condensar la información (tiempo o profundidad) en imágenes 2D.
El estudiante tendrá las herramientas para examinar imágenes de microscopía usando Fiji. Adicionalmente el estudiante estará en capacidad de crear macros en Fiji para automatizar el procesamiento y cuantificación de imágenes.
Metodología
Las clases tendrán secciones teóricas y prácticas. En las secciones teóricas se expondrán y discutirán aspectos conceptuales del análisis de imágenes y durante las secciones prácticas se realizaran ejercicios que requieren el uso del software por parte del estudiante. Los estudiantes pueden traer imágenes de microscopía parte de su trabajo o investigación para procesarlas y analizarlas con la guaina del profesor usando las distintas herramientas que se enseñan en el curso.
Para explorar las estrategias de análisis y las funciones disponibles en el programa Fiji se resolverán ejercicios específicos como conteo de células vivas y muertas, evaluación de la efectividad de un péptido antimicrobial, nivel de porosidad de un material y grosor promedio de fibras entre otros.
Contenido
1.La imagen digital
2.Tipos de imágenes digitales y sensores
3. Análisis de imágenes con Fiji
3.1. Introducción a Fiji
3.2. Visualización y procesamiento de stacks (3D) y hyper stacks (4D)
3.3 Composición de stacks (stitching)
3.4. Corrección de Imágenes: Fotoblanqueamiento, stripping artifacts
3.5. Detección, conteo y medición de partículas
3.6. Medición de velocidad usando kymographs
3.7. Corrección de desplazamiento (Drift correction)
3.8. Particle tracking
3.9. Co-localización de partículas (correlación de señales)
3.10. Creación de Macros para automatizar procesos (Nociones básicas de programación con Fiji)
Profesores
Condiciones
Eventualmente la Universidad puede verse obligada, por causas de fuerza mayor a cambiar sus profesores o cancelar el programa. En este caso el participante podrá optar por la devolución de su dinero o reinvertirlo en otro curso de Educación Continua que se ofrezca en ese momento, asumiendo la diferencia si la hubiere.
La apertura y desarrollo del programa estará sujeto al número de inscritos. El Departamento/Facultad (Unidad académica que ofrece el curso) de la Universidad de los Andes se reserva el derecho de admisión dependiendo del perfil académico de los aspirantes.
