La obtención de imágenes hiperespectrales es la combinación de dos tecnologías maduras: la espectroscopia y la obtención de imágenes. En esta combinación, se adquiere una imagen en las longitudes de onda visibles e infrarrojas (o infrarrojas) para especificar el espectro de longitud de onda completo de una muestra en cada punto del plano de obtención de imágenes (Ngadi, et al., 2010).
Las imágenes hiperespectrales se componen de píxeles espectrales, que corresponden a una firma espectral (o espectro) de la región espacial correspondiente. Un píxel espectral es un píxel que registra todo el espectro medido del punto espacial fotografiado. Aquí, el espectro medido es característico de la capacidad de una muestra para absorber o dispersar la luz excitante (Ngadi, et al., 2010).
La gran ventaja de la obtención de imágenes hiperespectrales es la capacidad de caracterizar las propiedades químicas inherentes de una muestra. Esto se logra midiendo la respuesta espectral de la muestra, es decir, los píxeles espectrales recopilados. Por lo general, una imagen hiperespectral contiene miles de píxeles espectrales (Ngadi, et al., 2010).
Una vez procesadas las imágenes hiperespectrales, el principal producto obtenido de ellas son los datos espectrales, el uso de estos datos espectrales junto con los datos primarios obtenidos en el laboratorio a partir del análisis de la muestra y mediante el uso de diferentes herramientas podemos desarrollar un modelo de predicción de los componentes de la muestra a partir de la imagen hiperespectral; dentro de las herramientas que tenemos disponibles y de libre uso es Galaxy/ChemFlow 20.05.
Galaxy es una plataforma abierta para respaldar la investigación intensiva en datos. Galaxy es desarrollado por The Galaxy Team con el apoyo de muchos contribuyentes.
El Proyecto Galaxy cuenta con el apoyo parcial del Instituto nacional del Genóma Humano, cuyas siglas en Ingles son NHGRI, Fundacion Nacional de la Ciencia (NSF), los Institutos Huck de Ciencias de la Vida, el Instituto de Ciberciencia de Penn State y la Universidad Johns Hopkins.
Luna, J.L.; Duarte, C.; Meghar, K.; Londoño, L.F.; Arufe Vilas, S.; Tran, T.