Resumen:
Desde ya hace varios años, se ha comprobado que las bacterias pueden formar algunos tipos de sociedades para realizar tareas complejas, imposibles de llevar a cabo por ellas mismas en forma individual [21]. Uno de los efectos fenotípicos emergentes mías destacables de las bacterias es la formación de biofilms. Un biofilm se forma cuando la bacteria capta ciertos parámetros
ambientales (disminución o aumento de la disponibilidad de nutrientes, oxigeno, temperatura, etc.), que disparan la transición de la forma planctónica a un crecimiento sobre una superficie. El ambiente en cuestión que contempla esta transición puede variar mucho de un organismo a otro.
Para poder entender los efectos fenotípicos de las bacterias y sus mecanismos de comunicación, actualmente se pueden utilizar microscopios especializados para obtener imágenes digitales de las estructuras de los biofilms en vivo, sin tener que usar mecanismos invasivos, permitiendo
apreciar la estructura real de los biofilms por parte del investigador. Generalmente la apreciación de dichas estructuras puede ser subjetiva al observador [4], por lo que la cuantificación de las imágenes en parámetros útiles para el biotecnólogo parece hoy un punto relevante en el análisis
y aprovechamiento de dichos recursos. Por ´ultimo, para poder cuantificar una imagen se necesita realizar un proceso de segmentación, el cual es un procedimiento que permite distinguir entidades en una imagen y clasificarlas.
Esta tesis propone que es posible la segmentación de imágenes digitales de biofilm obtenidas con microscopios mediante un algoritmo de segmentación automática basada en histogramas, obteniendo resultados comparativos a la segmentación realizada por un humano. Para probar esto, se utilizara el índice de similitud propuesto en [40] para medir la segmentación de los
métodos utilizados en este trabajo en contra posición a un conjunto de imágenes segmentadas