H. Berlioz: Symphonie fantastique - Sinfonía fantástica - Slobodeniouk -...
Hector Berlioz: Symphonie Fantastique, op. 14
I Rêveries, passions (00:26)
II Un bal (15:45)
III Scène aux champs (22:35)
IV Marche au supplice (39:05)
V Sogne d'une Nuit du Sabbat (44:20)
Orquesta Sinfónica de Galicia
Dima Slobodeniouk, director
Grabación realizada en el Palacio de la Ópera de A Coruña el 4 de octubre de 2013.
Realización de Antonio Cid / RDC Producciones
Sonido de Pablo Barreiro / Radio Galega
Saudigate: Trump, los motivos y las consecuencias de “MiBolsilloFirst”
www.publico.es / 101019
Un político debe ser un “patriota
verdaderamente ilustrado e independiente”, opinaba George Washington que
ahora debe revolverse en su tumba al ver que el último de sus sucesores no
cumple ni uno de los requisitos recomendados.
Los demócratas y los sectores más
belicistas de EEUU siguen sacando los trapos sucios de Trump y sus prácticas gansterianas
para destituirle, contemplando incluso un
golpe de estado, además de Rusiagate, escándalos
sexuales (la campaña repentina de “MeToo”) o “Ucrania/Australiagate”.
Sin embargo, no esperen que haya un “Israelgate”
o un “Saudigate”, los dos estados extranjeros que, no sólo influyen sobre la
política exterior de ambos partidos para Oriente Próximo, sino que la
determinan.
Según Cato Institute, más de un tercio de
los congresistas que había sido contactado por las empresas que hacen de
cabildeo (lobby) para el Reino de Arabia Saudita (RAS), como Glover Park Group
o DLA Piper, recibieron una contribución de este país. Debido a que los
extranjeros no pueden donar dinero a los políticos, este tipo de empresas y los
personajes “expertos en Oriente Próximo” hacen un impresionante negocio, y
crean unas complejas telarañas financieras y artimañas políticas para despistar
a la justicia.
El cambio de tono de Trump respecto a RAS,
antes y después de ser presidente, muestra la hipocresía de un mercader
fracasado además el servilismo de la máxima autoridad EEUU ante unos jeques de
un estado medieval encabezados por un tal Mohammed Bin Salman (MBS), apodado “Jack
el Destripador”: Trump, que es el presidente más pro-saudita de la
historia de EEUU, de candidato solía atacar duramente a los demócratas por su
trato amable hacia RAS, desde tres puntos:
1+ Atentados del 11S: «¿Quién hizo
explotar el World Trade Center?», -preguntaba Trump en el canal Fox-, «No
fueron los iraquíes, fue Arabia Saudita,… ¡abra los documentos!«, exigiendo la
desclasificación de las pruebas obtenidas.
2+ Recibir “sobornos”: la Fundación
Clinton es “una empresa criminal” dijo Trump por los al menos 25 millones de
dólares que recibieron los Clinton de los hermanos de caridad árabes del Golfo
Pérsico.
3+ Derechos humanos: “¿Hablas de mujeres y
derechos de las mujeres?” preguntó Trump a Hillary. «[Los saudíes] lanzan a los
gays desde los edificios, matan a mujeres y las tratan horriblemente y, sin
embargo, les coge el dinero. ¡Hillary debe devolver todo el dinero de esos
países!», pidió un Trump sensible con la igualdad, que llegó a criticar a
Michelle Obama por no llevar
el velo en su visita a aquel reino de terror (¡si lo hubiera
llevado, también le hubiera atacado!): dos años después, Melania e Ivanka Trump
también se negarán a cubrir su cabeza en la visita oficial a la tierra de
Mahoma. Trump, que es el primer
presidente de EEUU que elige a RAS como el primer destino de su
visita oficial, que no pidió disculpas a la señora Obama.
Los
objetivos que persigue Arabia
+ Promover políticas anti-iraníes, y no por ser
éste chiita: entre 2015 y 2016 las empresas de cabildeo de RAS
pagaron al senador demócrata Chuck Schumer al menos 21.400 dólares: fue uno de
los cuatro votos demócratas contra el acuerdo nuclear que firmó Obama con Irán,
pacto que será destruido por un presidente Trump que ni lo había leído, y que
curiosamente sólo
beneficiaba a Arabia Saudí e Israel, que no a Irán. Ahora, además de
ser incapaz de conseguir un acuerdo unilateral con Teherán, Trump está poniendo
en peligro la propia
existencia de RAS como país, ante una República Islámica que no
tiene nada que perder.
+ Lavar la cara de MBS en los medios,
presentándole como un joven moderno y reformador, que no un dictador,
un misógino,
secuestrador, extorsionador,- con la “noche
de cristales rotos” incluido-, y asesino de los opositores dentro y
fuera del país.
+ Mantener el apoyo de EEUU a su guerra contra Yemen: así consiguió el silenciar a
los medios de comunicación sobre la mayor crisis humanitaria del
mundo.
+ Conseguir tecnología nuclear: El
Congreso ha reconocido que el general Michael Flynn, ex Asesor de Seguridad
Nacional del presidente, y Jared Kushner, presionaron al gobierno para que le
otorgara la tecnología nuclear a RAS.
Mecanismos
de compra de favores
¡Sólo hay uno: sobornar! Y se hace desde
varias vías:
1) Unir los intereses personales de los
políticos de EEUU con los de la Casa Real saudí. En este país, no existe el
estado. La familia Saud, que, junto con Liechtenstein, son los únicos países
que llevan el nombre de los clanes gobernantes, se presenta como el propietario
de los recursos de la “nación-súbdita”. El Post reveló que, en 2017 los saudíes
reservaron 218 noches en el Hotel Trump Chicago, un aumento del 169% respecto
al mismo período de 2016. ¿A cambio de qué? Michael Gibson, un subcontratista
de Qorvis MSLGroup que representa a los saudíes, alquiló habitaciones en el
Trump International Hotel en Washington DC, para un grupo de veteranos y
activistas trasladados desde Nueva York, para presionar al Congreso a que
revoque la Ley de Justicia Contra los Patrocinadores del Terrorismo, que
permite a las víctimas del demandar al
RAS. Jared Kushner, el yerno proisraelí del presidente, que es el
hombre de Riad en la Casa Blanca, después de que MBS realizara un
golpe de estado apartando al príncipe heredero, organizó una comida
entre Trump y el nuevo hombre fuerte del reino, declarando su reconocimiento
por EEUU: «¡Hemos puesto a nuestro hombre en la cumbre!», había dicho Trump
según el periodista USA Today, Michael Wolff, lo cual muestra que la injerencia
en asuntos internos es mutua. Kushner, también fue el principal apoyo del
bloqueo económico de Qatar por Riad durante la extraña
crisis del junio del 2017 entre ambos estados árabes. Que Doha se
negara a rescatar una de las empresas arruinadas de la familia Kushner pudo
encadenar una nueva guerra en esta zona azotada del mundo. Mohammed había
presumido de tener al yernísimo “en el bolsillo”, quizás por entregarle
información confidencial sobre los rivales de la familia Saud en extranjero,
supone el diario Intercept. ¿Tuvo algo que ver el marido de Ivanka en el
asesinato de Khashoggi? ¿Qué recibió a cambio?
2) Crear grupos de presión tradicionales:
En 2015, RAS fichó al empresario libanés-estadounidense George Nader para
organizar reuniones entre los enviados de los gobiernos saudí y emiratí con
Steve Bannon y Kushner en la Torre Trump. Nader ya había canalizado varios
millones de dólares de aquellos jeques al republicano Elliott Broidy, comprando
su apoyo activo al bloqueo al que sometieron a Qatar: en mayo de 2018, Broidy
realizó dos conferencias atacando a Doha.
3) A través de empresas de “asesoría” y
los centros de “estudios”: el Grupo Podesta, Brownstein Hyatt Farber Schreck o
el Grupo Glover Park, “donaron” alrededor de 580.000 dólares a los políticos de
EEUU, señala The New york Times, en nombre del RAS, a la vez que el Consejo
Atlántico, la Institución Brookings, el Centro de Estudios Estratégicos e
Internacionales y el Instituto del Medio Oriente recibían dinero de las
petromonarquías del Golfo Pérsico.
¿Cómo
es posible “Amar a los saudíes”
Esta es la cronología de una historia de
amor:
1991: el príncipe
saudí, Al Waleed bin-Talal compra “Trump Princess” el yate embargado de Trump
por 20 millones de dólares; el magnate de casinos, que estaba arruinado por una
deuda de unos 900 millones de dólares, lo había comprado por 29 millones a
Adnan Khashoggi, el traficante de armas y el primo de Jamal. En 1995, el mismo
Talal también le compra el Hotel Plaza de Nueva York por 325 millones, 65
millones menos de lo que pagó Trump por ello en 1988. Estos datos fueron
revelados por el príncipe suadí en respuesta a un desagradecido Trump que en un
tuit le criticó por dar entrevistas a la periodista de Fox News, Megyn Kelly.
2001: Trump vende el
piso 45 de la Torre Mundial de Trump a RAS a través del fondo buitre Blackstone
Group, cuyo presidente Stephen Schwarzman, un antiguo directivo de Lehman
Brothers, le acompañará a un Trump ya presidente en su visita oficial a Arabia
Saudita en 2017.
2015: En víspera de las
elecciones presidenciales del 2016, Riad realiza un estudio psicológico al
Trump candidato y localiza las tres dimensiones de su Talón de Aquiles: 1) un
desbordado ego, 2) una desmesurada codicia, y 3) un profundo complejo de
inferioridad, que le hace necesitado de recibir continuos elogios y en cantidades
industriales: los saudíes serán generosos con él, utilizado el dinero público.
“Me llevo bien con Arabia Saudita. Me compran apartamentos. Gastan 40 millones,
50 millones de dólares” -reiteraba con orgullo el presidente menos docto de
EEUU en una entrevista- “Gano mucho dinero de ellos”, “Me pagan millones y
cientos de millones”.
2016: “Me gustaría
proteger a Arabia Saudita. Pero Arabia Saudita tendrá que ayudarnos
económicamente”, advirtió el candidato Trump, al ser preguntado por una posible
guerra contra Irán: o sea, si me paga, tendrá su guerra, aunque provoque con
ello una guerra mundial.
2019: Trump no pierde
tiempo: registra hasta ocho empresas vinculadas con el RAS, entre ellas THC Jeddah
Hotel y DT Jeddah Technical Services, y sigue criticando a Obama por no lanzar
un ataque militar contra Irán y hacer las paces con Teherán. Luego envía a su
hijo Donald J. a reunirse con los enviados de RAS, de EAU, Erik Prince, el
fundador del ejército privado Blackwater -acusado de crímenes de guerra en
Irak-, Joel Zamel, un experto israelí en manipulación de redes sociales y
director de la firma Psy-Group, quien había elaborado una propuesta para usar
miles de cuentas falsas en Facebook, y el “asesor” George Nader para estudiar
cómo contribuir al triunfo de Trump en las elecciones. Después de las
elecciones, Nader le pagó a Zamel hasta 2 millones de dólares, aunque se
desconoce el concepto.
Meses antes de que Trump tomase la
posición, The New York Times escribe sobre la firma de contratos entre RAS y el
Grupo CGCN, vinculada con Boeing, uno de los vendedores de bombas a Riad, y con
el Grupo McKeon, dirigido por Howard McKeon, el presidente republicano del
Comité de Servicios Armados del Congreso, quien recibió unos 834.000 dólares de
donaciones por ser uno de los principales inversores del negocio de los aviones
no tripulados.
“Blanquear”
a los Saud, visitándoles
Una vez presidente, Trump se olvida de lo
que había dicho sobre los saudíes, y califica al país como un «reino
magnífico», a su dictadura “tan amables anfitriones», y mientras prohíbe la
entrada a EEUU a los ciudadanos procedentes de Irán, Siria, Irak, Somalia,
Sudán, Yemen y Libia por peligrosos para la seguridad nacional, excluye de la
lista de su Eje del Mal al RAS cuyos ciudadanos, según la CIA, mataron a unos
3.000 estadounidenses en el 11S, y su gobierno, según Hillary Clinton,
patrocina al ejército de mercenarios más peligroso del siglo: el Estado
Islámico. Las huellas de RAS están también en algunos
atentados en Europa.
Revela The Nation que en el primer año del
gobierno de Trump, los saudíes gastaron un millón de dólares mensuales en una
veintena de empresas de cabildeo. Hicieron lo mismo los EAU, con unos 18
lobbies, pagando sólo a uno de ellos, el Grupo Camstoll, unos 10 millones de
dólares, para comprar los favores de los políticos.
2019: con el misterioso
ataque a la planta petrolífera de Aramco en el suelo saudí, Trump
llegó a delegar la política exterior de EEUU a los jeques, y poniendo al ejército
de EEUU a las órdenes y al servicio de la Casa Saud: «esperando recibir
noticias del Reino sobre quién creen que fue la causa de este ataque, y bajo
qué términos procederíamos”, tuiteó, sin rubor Trump, que vive al borde del
precipicio.
¿Será una guerra contra Irán su forma de
exportar la crisis existencial que está viviendo?
Arde Chile
www.alainet.org / 24/10/2019
En menos de una semana se derrumbó el
mejor ejemplo de la política ultra neoliberal en América Latina. El “oasis
chileno” se quedó sin agua, la “perla” capitalista del Cono Sur se disgregó
entre los dedos del presidente magnate, Sebastián Piñera. Frases broncíneas se
viralizaron en las redes sociales:
“Sabíamos que existían las diferencias,
pero nunca pensamos que molestaran tanto”; “estábamos haciendo las cosas bien,
pero fuerzas oscuras y externas nos están desestabilizando”; “el comunismo
internacional, liderado por Venezuela, complota para que fracasemos”, etcétera.
La ceguera de la clase social y económica
que aún gobierna Chile es endémica; emana desde una visión feudal de la historia
que estos grupos no han podido superar en esta isla del fin del mundo, que
sigue imperando incluso entre sus profesionales universitarios: médicos,
abogados, ingenieros; qué decir entre los empresarios, convencidos de que el
manejo de la economía es un simple ejercicio de ingresar y sacar dinero de la
faltriquera de un hacendado del siglo XVIII, pagándoles a sus peones con las
migajas que caen de su mesa, pidiéndoles que se encomienden a la Virgen María,
si tienen hambre...
En menos de cuarenta y ocho horas, la
bomba social estalló, extendiéndose, desde Santiago del Nuevo Extremo, hacia el
norte y hacia el sur, en este largo pétalo, no solo de “mar y vino y nieve”, como
escribe Neruda, sino de lava ardiente, flujo de las erupciones provocadas por
reiterados abusos, injusticias, latrocinios y corrupciones. En estas últimas,
se han visto involucradas, hasta sus cimientos, las instituciones “respetables”
de la sociedad chilena: Iglesia, Fuerzas Armadas, Carabineros…
Ni siquiera los jueces han escapado de
esta lacra que permea los organismos del Estado y también la actividad privada.
No hay pan que rebanar, como decían nuestras abuelas.
El escándalo de las pensiones miserables,
sustentado por el sistema previsional inicuo de las fuerzas armadas, creado por
los “expertos” de la dictadura, entre ellos, el siniestro lacayo de Pinochet,
José Piñera, hermano mayor de Sebastián el Breve; la destrucción concertada de
la educación pública, en beneficio del lucro privado, a través de la
proliferación de universidades espurias y sin acreditación académica rigurosa; el
negocio impune de la salud, administrada por inescrupulosos mercaderes, como el
actual ministro de la cartera, doctor Sergio Mañalich, dueño de una de las
mayores clínicas-hoteles, como se conocen entre nosotros; el sistema de
subcontratación de servicios y tareas productivas, que perjudica aún más los
bajos salarios y deja a miles de trabajadores sin protección social; la
apropiación del agua por particulares y empresas mineras, cuyos manejos venales
han ido destruyendo la actividad de los pequeños propietarios agrícolas y
crianceros de la zona central de Chile, hoy asolada por la peor sequía de los
últimos cincuenta años; la tala de los bosques nativos y su reemplazo por
especies de rápida productividad, favoreciendo a las grandes forestales que, en
la zona de la Araucanía, usurpan los territorios mapuches y ahogan su cultura; la
contaminación de ríos, lagos y mares, mediante un manejo abusivo de los
recursos pesqueros…
La lista de iniquidades y trapacerías
resulta interminable y no cabe en una simple crónica. Sin embargo, su extensión
y hondura en el tiempo han provocado el incendio civil cuyas llamas amenazan,
tanto a los poderes fácticos como a los instituidos. Los canales de la
televisión abierta y los periódicos de mayor tiraje, todos al servicio
incondicional del poder, hacen gala de su hipocresía desinformativa, poniendo
el acento en los saqueos, desmanes y quemas de supermercados, farmacias y
tiendas; destrozos y sabotajes en la red del Metro, algunos de ellos de
sospechosa ocurrencia…
Omiten la fuerza y extensión de las
protestas sociales en contra del gobierno derechista; asimismo, los asesinatos
y vejámenes contra civiles, por parte de la policía y la soldadesca drogada,
esgrimiendo la manida coartada de supuestas provocaciones. Es decir, la amenaza
de una olla que se golpea versus una AK6 manejada por un energúmeno acorazado.
Cincuenta muertos, cientos de torturados,
miles de heridos que no figuran en las “informaciones” de la gran prensa
amarilla. Se ha impedido al director del Instituto de Derechos Humanos el
ingreso a los centros asistenciales de salud, negándole toda información
fehaciente sobre muertos y lesionados.
Menos mal que contamos con las redes
sociales y medios no vendidos al sistema, para informarnos de la realidad que
estamos viviendo, que supera con mucho las débiles y erráticas respuestas del
poder ejecutivo y sus ridículas medidas de mitigación ante la conmoción
nacional. Porque un incendio de esta magnitud no se apaga con gasolina, ni con
tanquetas ni con la más despiadada de las represiones, invocando, como hace la
derecha extrema, al fantasma de Augusto Pinochet.
Por su parte, el parlamento chileno está
dando un triste espectáculo, alejado de la gente, como ha sido su tónica
durante veinte años, enfrascados sus miembros a sueldo en descalificaciones e
insultos mutuos, ignorando las reales aspiraciones y necesidades del pueblo.
Y aunque “Carlos Marx esté muerto y
enterrado”, hoy en día, Sebastián Piñera, exhausto y aterrado ante la amenaza
de las “hordas marxistas”, parece repetir lo cantado por Serrat en un tema
memorable:
-“Amo, se nos está llenando de pobres el recibidor”.
-“Diles que el señor no está, que anda de
viaje y que no sabes cuándo va a regresar…”
Mientras tanto, Chile seguirá ardiendo.
¿Hasta cuándo?
No son 30 pesos, son 30 años
Susana González* Y Pablo Seguel**
www.jornada.unam.mx
/ 281019
Lo que partió como una protesta por el
alza en la tarifa del Metro en Santiago, en una semana se transformó en la
mayor movilización en la historia del país. Sebastián Piñera pasará a la
historia como el mandatario que declaró una guerra imaginaria contra ciudadanos
desarmados con saldo de 3 mil 162 detenidos, mil 51 heridos de bala, 17
personas muertas por acción o inacción del gobierno. También lo será por haber
sido el presidente al que 1.3 millones de personas en las calles de Santiago y
un millón en regiones demostraron su repudio con la mayor manifestación de la
historia bajo la consigna: No son 30 pesos, son 30 años.
Los hechos. Al anunciar el alza de 30
pesos en la tarifa del Metro, que alcanzó 1.10 dólares, la respuesta no se hizo
esperar. Los estudiantes secundarios llamaron a evasiones masivas en este medio
de transporte el 7 de octubre, en una semana se realizaron al menos 52
manifestaciones de este tipo. El gobierno de Piñera no tardó en calificarlos de
delincuentes y manejó la situación como un problema policial y judicial.
El viernes 18 de octubre y con las
jornadas de evasión difundidas por diferentes medios, el gobierno decidió
cerrar el Metro y resguardar las estaciones con 90 por ciento de la policía de
Santiago, lo que colapsó el transporte público y aumentó la molestia en la
población.
Conforme pasaban las horas, el conflicto
se agudizó, las protestas se desplegaron en el centro de la capital y barrios
residenciales. A las 20 horas se inició el primer cacerolazo masivo, que
aumentó la tensión y comenzaron los primeros ataques incendiarios contra
estaciones de Metro. Mientras Santiago desarrollaba la mayor protesta de su
historia, Piñera comía pizza en el sector más acomodado del país. Se filtraron
fotografías y creció así la rabia.
A medianoche, sobrepasado por las
protestas, Piñera en cadena nacional tomó la fatídica decisión de declarar
estado de emergencia en Santiago y facultó al general del Ejército Javier
Iturriaga a restringir la libertad de movimiento y reunión.
La indignación ante dicha decisión
significó que al día siguiente el conflicto se extendiera al resto del país.
Diversos símbolos del neoliberalismo comenzaron a ser atacados, principalmente
contra el Metro, locales de las aseguradoras de fondos de pensiones (AFP),
bancos, peajes en autopistas, cadenas multinacionales como Walmart y supermercados.
La reacción nuevamente fue militar. Se
instauró el estado de emergencia en otras dos regiones, además se decretó toque
de queda, medida utilizada por última vez en Santiago en la dictadura
cívico-militar de Pinochet. Tras horas de silencio, Piñera informó el fin al
alza del pasaje del Metro, pero ya era demasiado tarde.
El domingo, con ocho fallecidos en las
manifestaciones y un millar de detenidos, Piñera se dirigió nuevamente al país.
En su discurso afirmó que el país se encontraba en guerra contra un enemigo
poderoso. La criminalización de las manifestaciones aumentó el descontento y
las protestas. Para el martes 22 de octubre, lo que se inició como una
manifestación contra el alza del Metro se transformó rápidamente en una protesta
nacional contra la precarización de la vida y las consecuencias sociales del
neoliberalismo profundizado en los últimos 30 años.
Los días siguientes se realizaron marchas
en las principales ciudades, una jornada de paro nacional entre el 23 y 24 y la
mayor movilización de la historia de Chile el viernes 25. El resultado: un
gobierno acorralado, sin iniciativa política y con la peor aprobación ciudadana
de un gobierno democrático (14 por ciento, según la encuesta Cadem).
¿Cómo
se gestaba ese malestar?
Chile es un país de ingresos medios altos,
con una baja tasa de pobreza y un alto índice de desarrollo humano (PNUD). Pese
a ello, la alta desigualdad excluye a los chilenos de los beneficios del modelo,
basado en la privatización de las diversas esferas de la vida (salud,
educación, pensiones, vivienda, agua potable, etcétera). Esto ha generado una
sensación de grave injusticia, desprotección y segregación social, reforzado
por una serie casos de corrupción estatal y política. Situaciones que no han
tenido espacio en una institucionalidad construida y diseñada para resguardar a
unos pocos y evitar transformaciones estructurales.
Luego de México, Chile es el país más
desigual de la OCDE. El ingreso promedio del 10 por ciento más rico de la
población es 19 veces mayor que el del 10 por ciento más pobre; 53.1 por ciento
de los trabajadores del país gana menos de 550 dólares al mes y 80 por ciento
de los mayores de 18 años está endeudado, y pagan millonarios créditos por
estudiar en la universidad y para cubrir necesidades de salud (Fundación Sol).
En promedio los aranceles universitarios son de 5 mil 500 dólares anuales,
razón de fuertes movilizaciones sociales en los 2006, 2011 y 2014.
El actual sistema pensiones que es
privado, ideado por el hermano del presidente, ha sido blanco de fuertes
críticas; 82 por ciento de los montos de las pensiones no alcanzan la línea de
la indigencia, más de 60 por ciento recibe una jubilación de entre 69 y 206
dólares; las pensiones de las mujeres son aún más bajas (Dictuc UC).
La privatización de los derechos en Chile
alcanza niveles absurdos. Es el único país que ha privatizado las fuentes de
agua dulce a grandes empresarios mineros y agrícolas, lo que genera graves
sequías en poblados del país con duras consecuencias.
La percepción sobre la corrupción ha
aumentado de la mano a la desconfianza en las principales instituciones del
país y del sistema económico. Casos de colusión empresarial en rubros como el
farmacéutico (2007-08), avícola (2016), papel higiénico (2014), se suman a una
serie de casos de corrupción política, judicial (2019), policial (2018) y
militar (2019).
La crisis está lejos de resolverse. La
élite empresarial y política, salvo excepciones, no tiene la capacidad de
responder el malestar de una ciudadanía que ha dicho basta. Los chilenos saben
que el sistema es injusto, que beneficia a unos pocos y que los costos del
mismo recaen en los trabajadores, por ello han dicho basta, no son 30 pesos,
son 30 años.
*Cientista política
**Historiador y sociólogo
El nuevo mundo surge ante nosotros
Thierry Meyssan
www.voltairenet.org / 241019
Thierry
Meyssan señala la extrema importancia, no de la retirada estadounidense de Siria
sino del derrumbe de los puntos de referencia actuales del mundo. Estima que estamos
entrando en un corto periodo de transición en el cual los que hoy controlan los
acontecimientos, que son los «capitalistas financieros» –aunque los actores
que designa de esa manera no tienen nada que ver con el capitalismo original
ni tampoco con la banca original– van a ser apartados en beneficio de las
reglas de derecho que Rusia enunció… en 1899.
El rey Salman de
Arabia Saudita recibe al presidente ruso, el pacificador Vladimir Putin.
Estamos viviendo algo que sólo se ve una o
dos veces cada 100 años. Está surgiendo un nuevo orden mundial y todas las
referencias anteriores desaparecen. Los que antes fueron increíblemente
vilipendiados ahora triunfan mientras que los que solían dictar su voluntad están
en pleno descenso al infierno. Es cada vez más evidente que las declaraciones
oficiales y las interpretaciones que los periodistas divulgan ya no corresponden
a los hechos. Los comentaristas tendrán que cambiar de discurso, rápida y
radicalmente, o van verse barridos por el remolino de la Historia.
En febrero de 1943, la victoria soviética
ante la invasión nazi cambió el curso de la Segunda Guerra Mundial. A partir
de ese hecho, lo que vino después ya era inevitable. Pero todavía hubo que
esperar que tuvieran lugar el desembarco anglo-estadounidense en las playas de
Normandía –en junio de 1944–, la conferencia de Yalta –en febrero de 1945– y
la capitulación del Reich –el 8 de mayo de 1945– para finalmente ver el
nacimiento del mundo nuevo.
En un solo año, el Reich nazi había
perdido su lugar y se veía reemplazado por nuevas potencias: Estados Unidos y
la Unión Soviética. En aquel mundo nuevo, el Reino Unido y Francia, que 12 años
antes aún eran las dos primeras potencias mundiales, quedaban como espectadores
del proceso de descolonización de sus respectivos imperios.
Hoy estamos viviendo un momento similar.
Cada periodo histórico tiene su propio
sistema económico y construye una superestructura política destinada a
proteger ese sistema. Al final de la guerra fría y con el derrumbe de la URSS, el
presidente Bush padre desmovilizó un millón de militares estadounidenses y
confió la búsqueda de la prosperidad a los dirigentes de las grandes
transnacionales. Estos últimos se aliaron al dirigente chino Deng Xiaping y
trasladaron grandes cantidades de empleos estadounidenses a China, país que se
convirtió así en la gran fábrica del mundo. Pero, lejos de ofrecer prosperidad
a sus conciudadanos, los dirigentes de las transnacionales acapararon sus
ganancias, provocando la lenta desaparición de las clases medias en las naciones
de Occidente. En 2001, financiaron los atentados del 11 de septiembre para
imponer al Pentágono la estrategia Rumsfeld/Cebrowski de destrucción de los
Estados [1].
El presidente Bush hijo transformó entonces el «Medio Oriente ampliado», o
«Gran Medio Oriente» en campo de batalla de una «guerra sin fin».
La liberación en una semana de una cuarta
parte del territorio nacional sirio no es sólo la victoria de Bachar al-Assad,
el presidente sirio que desde hace 8 años «tiene que irse». Es también el fracaso
de la estrategia militar tendiente a instaurar la supremacía del capitalismo
financiero. Ha sucedido lo que parecía inimaginable. El orden mundial se ha
modificado y la subsiguiente secuencia de acontecimientos es inevitable.
La fastuosa acogida al presidente ruso
Vladimir Putin en Arabia Saudita y en Emiratos Árabes Unidos es una muestra
del espectacular cambio de posición de las potencias del Golfo Arábigo-Pérsico,
que ahora se pasan al bando ruso.
La también espectacular redistribución de
las cartas en Líbano es igualmente muestra del mismo fracaso político del
capitalismo financiero. En un país dolarizado donde desde hace un mes ya no se
encuentran dólares, donde los bancos cierran sus puertas y se limitan las
extracciones de dinero que los clientes pueden realizar, las manifestaciones
anticorrupción no podrán detener la caída del orden anterior.
Los estertores del orden agonizante se hacen
sentir por todas partes. En Ecuador, el presidente Lenín Moreno atribuye a su predecesor
Rafael Correa –quien vive en Bélgica– y a un símbolo de la resistencia frente
a la explotación financierista –el presidente venezolano Nicolás Maduro– la responsabilidad
de haber organizado lo que en realidad es un levantamiento popular contra las medidas
del capitalismo financiero.
El Reino Unido ya retiró de Siria sus
fuerzas especiales y ahora está tratando de salir del Estado supranacional que
es la Unión Europea. Después de haberse planteado la posibilidad de conservar el
Mercado Común (el proyecto de Theresa May), el Reino Unido decide romper con
toda la construcción europea, conforme al proyecto de Boris Johnson. Mientras tanto,
después de los errores de los ex presidentes Nicolas Sarkozy y Francois
Hollande, a los que se agregan ahora los errores del presidente Emmanuel
Macron, Francia pierde súbitamente toda credibilidad e influencia.
Por su parte, los Estados Unidos del
presidente Donald Trump dejan de ser la «nación indispensable», el «policía
del mundo» al servicio del capitalismo financiero para tratar de convertirse
nuevamente una gran potencia económica. Así que Estados Unidos retira su arsenal
nuclear de Turquía y se dispone a cerrar el CentCom en Qatar mientras que
todos reconocen a Rusia como la potencia «pacificadora» que hace prevaler el
derecho internacional que ella misma había creado cuando convocó –en 1899– la
«Conferencia Internacional por la Paz» de La Haya, cuyos principios los
miembros de la OTAN han venido pisoteando.
Ha sido necesario
más de un siglo para entender las implicaciones de la Conferencia
Internacional por la Paz realizada en La Haya, en 1899.
La Segunda Guerra Mundial puso fin a la
Sociedad de las Naciones para dar paso al nacimiento de la ONU. De la misma
manera, este mundo nuevo creará probablemente una nueva organización internacional
basada en los principios de la Conferencia de 1899, realizada en La Haya por iniciativa
del zar Nicolás II y del premio Nobel de la Paz Leon Bourgeois. Para eso,
primero habrá que disolver la OTAN, que tratará de sobrevivir extendiéndose
al Pacífico, y también la Unión Europea, convertida en refugio del capitalismo
financiero.
Tenemos que comprender bien lo que está
sucediendo. Estamos entrando en un periodo de transición. Lenin decía, en 1916,
que el imperialismo era la fase suprema de la forma de capitalismo que
desapareció con las dos Guerras Mundiales y con la crisis bursátil de 1929. El
mundo de hoy es el mundo del capitalismo financiero, que arruina una por una
las economías nacionales favoreciendo únicamente a unos pocos súper ricos. Su fase
suprema suponía dividir el mundo en dos partes, poniendo de un lado los países
estables y globalizados y del otro lado vastas regiones del mundo sin Estados,
reducidas a servir únicamente como “reservas” de materias primas.
Ese modelo, rechazado tanto por el presidente
Trump en Estados Unidos, como por los «Chalecos Amarillos» en Europa
occidental y por Siria en el Levante, es el modelo que hoy agoniza ante nosotros.
CIUDADANIA Y CORTIZOCRACIA
Miguel Antonio Bernal
El escándaloso escándalo de los
llamados varelaleaks, ha puesto nuevamente al descubierto, el poco me
importa del poder político para con la ciudadanía.
El goce irracional del sin fin de
privilegios y ventajas que le brinda la administración monopolica de los
recursos ciudadanos, ha llevado a los últimos gobiernos a todo tipo de abusos y
extralimitaciones que, al final del camino, quedan absolutamente impunes. La
ciudadanía, en absoluto estado de indefensión, debe relamer sus heridas y
esconder su creciente malestar, temerosa y con miedo de las represalias,
En menos de cinco meses, el
Gobierno electoralmente minoritario, ha ejecutado una serie de medidas que se
encaminan bajo los mismos lineamientos de los gobiernos anteriores: el país es un negocio y no piensan desperdiciar oportunidad para lucrar
en lugar de gobernar. La cortizocracia ha despegado…
A los nombramientos ministeriales
y demás dependientes del Ejecuitivo por el ultrapresidencialismo imperante
(entidades autonomas, semiautónomas, embajadore, consules, etc), se suma ahora
la designación de Procurador y de tres (3) magistrados y seis (6) suplentes para la Corte, la cual,
además de la mega ausencia de independencia y transparencia, ha visto también
desnudada su manipulación por los varelaleaks.
La cortizocracia ha
actuado con prontitud y sus tentáculos alcanzan y secuestran tddos los órganos
del Estado por la vía de la concentración descomedida de poder, acompañada de
la pretension de imponer inconsultas y gatopardistas reformas a la constitución
militarista imperante, por más de 47 años.
¿Nos
presentarán sus declaraciones de renta de los ultimos 10 años? ¿Nos dirán si
tienen acciones en bancos o medios de comunicación? ¿Cerrarán sus oficinas de
abogado?
La
ciudadanía aumentará su resentimiento constitucional.Meas temprano que tarde lo
tendrá que expresar. Preparemonos!
GENIOS ANCESTRALES - EPISODIO COMPLETO: Construcciones Apoteósicas
GENIOS ANCESTRALES - EPISODIO COMPLETO: Construcciones Apoteósicas
En este episodio, mostramos cómo las civilizaciones antiguas pasaron por sus propias revoluciones industriales y fueron capaces de construir a escalas sin precedentes. Alimentar diariamente a 12,000 tropas. Crear cientos de vehículos de guerra al mes y construir la que fue la catedral más grande del mundo durante 1000 años. Crear un puerto artificial con increíble tecnología submarina y explotar suficiente cantidad de oro para mantener una economía a flote. Esto puede lograrse con la tecnología de la que disponemos hoy en día, pero ¿cómo lo lograron los antiguos hace miles de años? Revelamos el increíble ingenio y las técnicas que hicieron posible que las civilizaciones antiguas tuvieran sus propias mega fábricas.
Arabia Saudita, en la histeria
Robert Fisk
www.jornada.unam.mx
/ 021019
Los sauditas están recibiendo una paliza.
Las imágenes de video de hutis y soldados sauditas y sus aliados que son
abatidos o se rinden en la población fronteriza de Najran representan un golpe
devastador a un reino que constantemente amenaza con la guerra a Irán.
Si no puede proteger a sus fuerzas armadas
en su propio territorio, ¿qué caso tiene amenazar a Irán con acción militar por
la destrucción masiva de las instalaciones petroleras en Abqaiq y Khurais, hace
casi dos semanas?
Esta es la misma Arabia Saudita que
secuestró al primer ministro libanés Saad Hariri, que bombardeó a millares de
civiles en Yemen y trató de aniquilar la independencia de Qatar. Para no
mencionar el pequeño asunto de cortar en pedazos a Jamal Khashoggi hace casi un
año en el consulado del país en Estambul y luego enterrar en secreto partes de
su cuerpo, de lo cual Mohamed bin Salmán –tal vez el peor príncipe heredero en
la historia saudita– ahora asume la responsabilidad nacional, pero no personal.
La noticia de que el guardaespaldas
personal del rey Salmen ha sido asesinado en Jeddah –por un amigo, nos dicen–
sólo agrega una nota histérica al caos dentro del país.
¿Pedirán ahora a los estadunidenses actuar
como mercenarios para este reino extraño?
Es evidente que las propias fuerzas
armadas sauditas, dotadas de jets, misiles, asistentes estadunidenses y
británicos, son tan deplorables como siempre. ¿Recuerdan cuando no pudieron
defenderse de Saddam Hussein tras la invasión iraquí de Kuwait en 1990, lo cual
provocó un destile de ejércitos internacionales para protegerlas? Tal vez los
iraníes han concluido que Donald Trump –en las palabras inmortales del
columnista estadunidense Nicholas Kristof– es la madre de todas las conejitas,
pero parece claro que la decisión de Trump de romper los compromisos de su país
conforme al tratado nuclear con Irán es un desastre colosal.
Ahora se supone que debe defender a una
monarquía feroz que amenaza con la guerra a Irán por los ataques (¿hutíes?)
contra las principales instalaciones petroleras sauditas, pero ¿con qué?
¿Bombardeará a Irán y luego le pedirá que no devuelva el ataque contra naves
estadunidenses? ¿Contra los soldados estadunidenses en Arabia Saudita?
De hecho, toda esta penosa saga comienza a
parecer cada vez más farsa que tragedia. Se supone que debemos tomar en serio a
Irán, pero ¿podemos hacerlo cuando su principal enemigo –un reino que hablaba
de cortar la cabeza de la serpiente (Irán)– se porta como un bufón?
Tal vez sea demasiado pronto para decir
que esta es la crisis final en las relaciones entre Washington y Riad; sabemos
que el dinero saudita puede apaciguar la moralidad de todo el mundo por la
disección del pobre Jamal. Puesto que nuestro propio bufón de Downing Street se
ha alineado con los sauditas, no tiene caso esperar algún comentario británico.
Pero, muy pronto, los estadunidenses o la
Unión Europea tendrán que hacer lo que Eisenhower cuando envió a Dulles a
amonestar a Eden durante la guerra de Suez de 1956 y decir: ¡Ora, chavo!
Entre tanto, estemos atentos al nuevo
capítulo de la comedia. ¿Otro rugido saudita de desafío a la república
islámica? ¿Otro buque petrolero enviado a Bandar Abbas? ¿Más drones –30 de un
jalón– muy dentro del territorio saudita? ¿O sólo más bodas bombardeadas o
cuerpos de prisioneros en el polvo de Yemen?
Yo apostaría por lo último. Será un nuevo
intento de destruir a uno de los países más pobres del mundo, por parte de uno
de los más ricos.
La mujer, deshumanizada en la iglesia católica
www.religiondigital.org / 27.10.2019
Por las noticias, que nos van llegando
sobre el Sínodo de la Amazonía, aunque se sabe que se han tomado decisiones
positivas sobre el diaconado permanente de la mujer, también es cierto que las
mujeres no han podido ni votar al tomar las decisiones que les afectan. Por eso
digo sinceramente y con todo respeto, pero también con profundo dolor, afirmo
que las noticias que nos llegan del Sínodo son malas noticias. ¿Por qué?
Porque, por más buena y positiva que sea
la esperanza de una futura “sinodalidad” constitutiva de la futura Iglesia, así
como le esperanza en la ordenación presbiteral de hombres casados, mientras la
Iglesia no reconozca y ponga en práctica la igualdad, en dignidad y derechos,
de mujeres y hombres, esta Iglesia nuestra dejará y abandonará a más de la
mitad de la población mundial marginada, humillada y despreciada, carente de
los mismos derechos y de la misma dignidad que se les reconocen a los hombres.
Pero no es esto lo más negativo y doloroso
en este asunto. Lo peor y lo más grave de todo es que la Iglesia, al proceder
de esta manera, en realidad lo que hace es deshumanizarse a sí misma, al no
reconocer ni aceptar la plenitud de la condición humana, en la misma plenitud y
con la misma dignidad y derechos en las mujeres que en los hombres.
Una institución que hace esto, por eso
mismo se queda fuera de los contenidos más elementales de la Declaración
Universal de los Derechos Humanos. Y si esta Iglesia que tenemos, con todas sus
ortodoxias y fidelidades dogmáticas, no acepta los Derechos Fundamentales de
los seres humanos, de todos por igual, ¿con qué autoridad y credibilidad va a
predicar por el mundo un Evangelio que enseña a gritos que “los últimos tienen
que ser los primeros” (Mt 20, 16; 19, 30 par) y que, en su comunidad de
seguidores, el que “quiera ser grande y situarse sobre los demás, tendrá que
hacerse esclavo (“doûlos”) de todos (Mt 20, 26-27 par).
No olvidemos que no es lo mismo la
“diferencia” que la “desigualdad”. La diferencia es un “hecho”, mientras que la
igualdad es un “derecho”.
La
mujer y el hombre son diferentes. Eso es un hecho. Pero la mujer y el hombre no
son desiguales. Esto es un derecho. Ahora bien, lo más terrible y violento,
que ha hecho la Iglesia, ha sido permitir que las mujeres se vean abandonadas
“al libre juego de la ley del más fuerte”, marginando el tema determinante del
Evangelio, que no puede quedar reducido a una “creencia religiosa”, sino que,
además de eso, tal creencia se acepta y se toma en serio cuando se traduce en
un “derecho fundamental”, es decir, cuando la creencia que nos presenta Jesús
de Nazaret, relativa a la igualdad de todos, se traduce en “la ley del más
débil” (Luigi Ferrajoli). Mientras esta ley no se traduzca en un derecho y un
deber, que jurídicamente obliga a todos los seres humanos por igual, seguiremos
siendo infieles al Evangelio y a la humanidad.
Es verdad que, en el judaísmo y en las
cartas de Pablo y posteriores a Pablo (Ef, Col, Pastorales), se describen
situaciones de inferioridad de las mujeres en la sociedad y en el imperio. Pero
no olvidemos que el documento y el hecho determinante para la Iglesia es el
Evangelio, del que he dicho cómo hay que plantear y resolver este asunto.
Además, las costumbres y las normas del Derecho Romano no pueden ser, en ningún
caso, los criterios que decidan los derechos y deberes de los cristianos de
todos los tiempos.
Y termino. La presencia de la mujer en la
sociedad y en la convivencia de los humanos es y será más decisiva cada día. Si
la Iglesia no toma en serio la solución al problema de la desigualdad entre
mujeres y hombres, el futuro que espera a las generaciones futuras será cada
día más problemático y oscuro. Pero no para las mujeres, sino para la Iglesia.
El Canal de Panamá: Una lucha social por la conquista del agua
Mario Enrique De León
www.alainet.org / 021019
La conquista moderna del agua inició en el
siglo décimonono junto con la expansión capitalista de las naciones europeas,
en sus carreras por controlar los recursos, establecer nuevos mercados y
explotar las fuerzas productivas disponibles por todo el mundo. Este proceso
histórico configuró un nuevo sistema mundo constituido por un centro (las
naciones poderosas del norte) y un polo periférico (las naciones expoliadas del
sur).
En el proceso, los imperios europeos,
principalmente Francia e Inglaterra, llevaron a sus colonias su sentido de
progreso y nuevos estándares de salud e higiene que trastocarían el uso,
percepciones y la relación con el agua. Junto con ello incorporarían nuevas
tecnologías que terminarían por edificar mega obras que administrarían y
canalizarían los grandes fluidos de aguas continentales. Esas obras de la
ingeniería permitieron la producción agrícola e industrial a escalas antes no
imaginadas. Más tarde se sumarían los norteamericanos con la conquista del
Oeste y el istmo más angosto de Centroamérica.
Sin embargo, los costos sociales y
ambientales fueron muy altos. Se aniquilaron formas ancestrales y comunitarias
de administrar el agua, se alteraron las relaciones entre las ciudades y los
mundos rurales, como además poblaciones enteras fueron forzadas a desplazarse
en busca de agua o escapándoles a las inundaciones. En ese orden, la democracia
sobre el agua transitó de muchos para unos pocos. En sentido ambiental se
desdibujaron paisajes terrestres y acuáticos, se alteraron ecosistemas y otros,
paradójicamente, se contaminaron o quedaron hechos desiertos. Panamá ingresó a
este proceso histórico -con truenos y relámpagos- con la construcción del Canal
de Panamá. Ambas alteraciones, sociales y ambientales, que generó la
construcción de la vía acuática, las registra ampliamente la historiografía y
la literatura panameña.
El agua que, anterior a la modernidad
capitalista, era considerada por los pueblos del mundo como regalo de la
naturaleza o de los dioses, y en sentido más místico como sinónimo de vida y
fertilidad, pasó a ser un recurso, una mercancía con valor de uso y de cambio
en los mercados controlados, o dicho mejor descontrolados, por la mano
invisible de Adam Smith. Dada esta mercantilización, el agua, pasó de ser de
todos a ser de quienes puedan comprarla y tener acceso a ella.
Por nuestros días y desde la inauguración
del Canal de Panamá, para partir desde un punto sin ser exhaustivo, el agua
dulce del territorio más angosto del istmo panameño ha estado subordinada a los
intereses del complejo económico transitista. Aunque, en contraposición, la Ley
Orgánica de la Autoridad del Canal de Panamá (ACP) establezca como prioridad el
uso de ésta para consumo de la población sobre las actividades de peajes. Sin
embargo, por ese sentido instrumental y mercantil de los últimos dos siglos de
la modernidad capitalista sobre los elementos de la naturaleza y la respuesta
tecnocrática con que la ACP aborda el problema de escasez del agua, ha
reiniciado los conflictos con las comunidades y campesinos ubicados al norte de
Coclé, Panamá Oeste y Costa Abajo de Colón.
Las comunidades afectadas, como en otrora,
intentan afirmar la vida y demandan un gobierno e instituciones obedientes, que
reflejen la voluntad de los afectados, sobre una base científica para las tomas
de decisiones. Mientras, los tecnócratas, prometen embalses, inundaciones y
extorsiones, sobre una salida tecnológica al problema y una ciencia
instrumental en función de la acumulación de capital de algunos intereses
privados. Son dos abordajes distintos en contraposición.
El conflicto está servido en la mesa y
rodeado de palabras encantadoras y vacías como: consulta, competitividad,
reasentamiento e interés nacional. Según las Ciencias Sociales los conflictos
no se eliminan ni se resuelven, sólo pueden ser transformados. ¿Tendrán las
partes y la nación entera respuestas integrales y voluntad política para
transformar la conquista moderna del agua por otra que contemple la afirmación
de la vida, de los ecosistemas biológicos y las distintas formas de
organización societal y los patrimonios culturales que ellas impliquen?
Investigador asociado del Centro de
Estudios Latinoamericanos, (CELA), “Justo Arosemena”. Becado IDEN-SENACYT.
Maestrando en Ciencias Sociales. Correo: mariodeleon.ilg@gmail.com
Image Segmentation with Python
July 18, 2019
Introduction to image segmentation
In this article we look at an interesting data
problem – making decisions about the algorithms used for image segmentation, or
separating one qualitatively different part of an image from another.
Example code for this article may be found at the Kite Github repository. We have provided tips on how to use the code throughout.
As our example, we work through the process of
differentiating vascular tissue in images, produced by Knife-edge Scanning
Microscopy (KESM). While this may seem like a specialized use-case, there are
far-reaching implications, especially regarding preparatory steps for
statistical analysis and machine learning.
Data scientists and medical researchers alike could
use this approach as a template for any complex, image-based data set (such as
astronomical data), or even large sets of non-image data. After all, images are
ultimately matrices of values, and we’re lucky to have an expert-sorted data
set to use as ground truth. In this process, we’re going to expose
and describe several tools available via image processing and scientific Python
packages (opencv, scikit-image, and scikit-learn). We’ll also make heavy use of
the numpy library to ensure consistent storage of values in memory.
The procedures we’ll explore could be used for any
number of statistical or supervised machine learning problems, as there are a
large number of ground truth data points. In order to choose our image
segmentation algorithm and approach, we will demonstrate how to visualize the
confusion matrix, using matplotlib to colorize where the algorithm was right
and where it was wrong. In early stages, it’s more useful for a human to be
able to clearly visualize the results than to aggregate them into a few
abstract numerals.
Approach
Cleaning
To remove noise, we use a simple median filter to remove the outliers,
but one can use a different noise removal approach or artifact removal
approach. The artifacts vary across acquisition systems (microscopy techniques)
and may require complicated algorithms to restore the missing data. Artifacts commonly
fall into two categories:
·
blurry or
out-of-focus areas
·
imbalanced
foreground and background (correct with histogram modification)
Segmentation
For this article, we limit segmentation to Otsu’s
approach, after smoothing an image using a median filter, followed by
validation of results. You can use the same validation approach for any
segmentation algorithm, as long as the segmentation result is binary. These
algorithms include, but are not limited to, various Circular Thresholding
approaches that consider different color space.
Some examples are:
·
Li Thresholding
·
An adaptive
thresholding method that is dependent on local intensity
·
Deep learning
approaches that semantically segment an image
Validation
We begin with
a ground truth data set, which has already been manually segmented. To quantify
the performance of a segmentation algorithm, we compare ground truth with the
predicted binary segmentation, showing accuracy alongside more effective
metrics. Accuracy can be abnormally high despite a low number
of true positives (TP) or false negatives (FN). In such cases, F1 Score and MCC are
better quantification metrics for the binary classification. We’ll go into
detail on the pros and cons of these metrics later.
For
qualitative validation, we overlay the confusion matrix results i.e where
exactly the true positives, true negatives, false positives, false negatives
pixels are onto the grayscale image. This validation can also be applied to a
color image on a binary image segmentation result, although the data we used in
this article is a grayscale image. In the end, we will present the whole
process so that you can see the results for yourself. Now, let’s look at
the data–and the tools used to process that data.
Loading and visualizing data
We will use the below
modules to load, visualize, and transform the data. These are useful for image
processing and computer vision algorithms, with simple and complex array
mathematics. The module names in parentheses will help if installing
individually.
Module
|
Reason
|
numpy
|
Histogram calculation, array math, and equality testing
|
matplotlib
|
Graph plotting and Image visualization
|
scipy
|
Image reading and median filter
|
cv2
(opencv-python)
|
Alpha compositing to combine two images
|
skimage
(scikit-image)
|
Image
thresholding
|
sklearn
(scikit-learn)
|
Binary
classifier confusion matrix
|
nose
|
Testing
|
Displaying Plots Sidebar: If you are
running the example code in sections from the command line, or experience
issues with the matplotlib backend, disable interactive mode by removing the
plt.ion () call, and instead call plt. show () at the end of each section, by
uncommenting suggested calls in the example code.
Either ‘Agg’ or ‘TkAgg’ will serve as a backend for image
display. Plots will be displayed as they appear in the article.
Importing modules
import cv2
import matplotlib.pyplot as plt
import numpy as np
import scipy.misc
import scipy.ndimage
import skimage.filters
import sklearn.metrics
# Turn on interactive mode. Turn off with
plt.ioff()
plt.ion()
In this section, we load and visualize the data.
The data is an image of mouse brain tissue stained with India ink, generated by
Knife-Edge Scanning Microscopy (KESM). This 512 x 512 image is a subset,
referred to as a tile. The full data set is 17480 x 8026 pixels,
799 slices in depth, and 10gb in size. So, we will write algorithms to process
the tile of size 512 x 512 which is only 150 KB.
Individual tiles can be mapped to run on multi processing/multi
threaded (i.e. distributed infrastructure), and then stitched back together to
obtain the full segmented image. The specific stitching method is not
demonstrated here. Briefly, stitching involves indexing the full matrix and
putting the tiles back together according to this index. For combining
numerical values, you can use map-reduce. Map-Reduce yields metrics such as the
sum of all the F1 scores along all tiles, which you can then average. Simply
append the results to a list, and then perform your own statistical summary.
The dark circular/elliptical disks on the left are
vessels and the rest is the tissue. So, our two classes in this dataset
are:
·
foreground (vessels) – labeled as 255
·
background (tissue) – labeled as 0
The last image on the right below is the ground
truth image. Vessels are traced manually by drawing up contours and filling
them to obtain the ground truth by a board-certified pathologist. We can use
several examples like these from experts to train supervised deep learning
networks and validate them on a larger scale. We can also augment the data by
giving these examples to crowdsourced platforms and training them to manually
trace a different set of images on a larger scale for validation and training.
The image in the middle is just an inverted grayscale image, which corresponds
with the ground truth binary image.
Loading and visualizing images in figure above
grayscale = scipy.misc.imread('grayscale.png')
grayscale = 255 - grayscale
groundtruth = scipy.misc.imread('groundtruth.png')
plt.subplot(1, 3, 1)
plt.imshow(255 - grayscale, cmap='gray')
plt.title('grayscale')
plt.axis('off')
plt.subplot(1, 3, 2)
plt.imshow(grayscale, cmap='gray')
plt.title('inverted grayscale')
plt.axis('off')
plt.subplot(1, 3, 3)
plt.imshow(groundtruth, cmap='gray')
plt.title('groundtruth binary')
plt.axis('off')
Pre-processing
Before segmenting the data, you should go through
the dataset thoroughly to determine if there are any artifacts due to the
imaging system. In this example, we only have one image in question. By looking
at the image, we can see that there aren’t any noticeable artifacts that would
interfere with the segmentation. However, you can remove outlier noise and
smooth an image using a median filter. A median filter replaces the outliers
with the median (within a kernel of a given size).
Median filter of kernel size 3
median_filtered =
scipy.ndimage.median_filter(grayscale, size=3)
plt.imshow(median_filtered, cmap='gray')
plt.axis('off')
plt.title('median filtered image')
To determine which thresholding technique is best
for segmentation, you could start by thresholding to determine if there is a
distinct pixel intensity that separates the two classes. In such cases, you can
use that intensity obtained by the visual inspection to binarize the image. In
our case, there seem to be a lot of pixels with intensities of less than 50
which correspond to the background class in the inverted grayscale image.
Although the distribution of the classes is not
bimodal (having two distinct peaks), it still has a distinction between
foreground and background, which is where the lower intensity pixels peak and
then hit a valley. This exact value can be obtained by various thresholding
techniques. The segmentation section examines one such method in detail.
Visualize histogram of the pixel intensities
counts, vals = np.histogram(grayscale,
bins=range(2 ** 8))
plt.plot(range(0, (2 ** 8) - 1), counts)
plt.title('Grayscale image histogram')
plt.xlabel('Pixel intensity')
plt.ylabel('Count')
Segmentation
After removing noise, you can apply the skimage
filters module to try all thresholds to explore which thresholding methods fare
well. Sometimes, in an image, a histogram of its pixel intensities is not
bimodal. So, there might be another thresholding method that can fare better
like an adaptive thresholding method that does thresholding based on local
pixel intensities within a kernel shape. It’s good to see what the different
thresholding methods results are, and skimage.filters.thresholding.try_all_threshold() is handy for that.
Try all thresholding method
result =
skimage.filters.thresholding.try_all_threshold(median_filtered)
The simplest thresholding approach uses a manually
set threshold for an image. On the other hand, using an automated threshold
method on an image calculates its numerical value better than the human eye and
may be easily replicated. For our image in this example, it seems like Otsu,
Yen, and the Triangle method are performing well. The other results for this
case are noticeably worse.
We’ll use the Otsu thresholding to segment our
image into a binary image for this article. Otsu calculates thresholds by calculating
a value that maximizes inter-class variance (variance between foreground and
background) and minimizes intra-class variance (variance within foreground or
variance within background). It does well if there is either a bimodal
histogram (with two distinct peaks) or a threshold value that separates classes
better.
Otsu thresholding and visualization
threshold =
skimage.filters.threshold_otsu(median_filtered)
print('Threshold value is {}'.format(threshold))
predicted = np.uint8(median_filtered >
threshold) * 255
plt.imshow(predicted, cmap='gray')
plt.axis('off')
plt.title('otsu predicted binary image')
If the above simple techniques don’t serve the
purpose for binary segmentation of the image, then one can use UNet, ResNet
with FCN or various other supervised deep learning techniques to segment the
images. To remove small objects due to the segmented foreground noise, you may
also consider trying skimage.morphology.remove_objects().
Validation
In any of the cases, we need the ground truth to be
manually generated by a human with expertise in the image type to validate the
accuracy and other metrics to see how well the image is segmented.
The confusion matrix
We use sklearn.metrics.confusion_matrix() to get the confusion matrix elements as shown below. Scikit-learn
confusion matrix function returns 4 elements of the confusion matrix, given
that the input is a list of elements with binary elements. For edge cases where
everything is one binary value (0) or other (1), sklearn returns only one
element. We wrap the sklearn confusion matrix function and write our own with
these edge cases covered as below:
get_confusion_matrix_elements()
def get_confusion_matrix_elements(groundtruth_list, predicted_list):
"""returns confusion matrix elements i.e TN, FP, FN, TP
as floats
See
example code for helper function definitions
"""
_assert_valid_lists(groundtruth_list, predicted_list)
if
_all_class_1_predicted_as_class_1(groundtruth_list, predicted_list) is True:
tn, fp, fn, tp = 0, 0, 0, np.float64(len(groundtruth_list))
elif
_all_class_0_predicted_as_class_0(groundtruth_list, predicted_list) is True:
tn, fp, fn, tp = np.float64(len(groundtruth_list)), 0, 0, 0
else:
tn, fp, fn, tp = sklearn.metrics.confusion_matrix(groundtruth_list,
predicted_list).ravel()
tn, fp, fn, tp = np.float64(tn), np.float64(fp), np.float64(fn),
np.float64(tp)
return
tn, fp, fn, tp
Accuracy
Accuracy is a common validation metric in case of
binary classification. It is calculated as
where TP = True Positive, TN = True Negative,
FP = False Positive, FN = False Negative
get_accuracy()
def get_accuracy(groundtruth_list, predicted_list):
tn,
fp, fn, tp = get_confusion_matrix_elements(groundtruth_list, predicted_list)
total = tp + fp + fn + tn
accuracy = (tp + tn) / total
return
accuracy
It varies between 0 to 1, with 0 being the worst and 1 being the best.
If an algorithm detects everything as either entirely background or foreground,
there would still be a high accuracy. Hence we need a metric that considers the
imbalance in class count. Especially since the current image has more
foreground pixels(class 1) than background 0.
F1 score
The F1 score varies from 0 to 1 and is calculated as:
with 0 being the worst and 1 being the best
prediction. Now let’s handle F1 score calculation considering edge cases.
get_f1_score()
def get_f1_score(groundtruth_list, predicted_list):
"""Return f1 score covering edge cases"""
tn,
fp, fn, tp = get_confusion_matrix_elements(groundtruth_list, predicted_list)
if
_all_class_0_predicted_as_class_0(groundtruth_list, predicted_list) is True:
f1_score = 1
elif
_all_class_1_predicted_as_class_1(groundtruth_list, predicted_list) is True:
f1_score = 1
else:
f1_score = (2 * tp) / ((2 * tp) + fp + fn)
return
f1_score
An F1 score of above 0.8 is considered a good F1 score indicating
prediction is doing well.
MCC
MCC stands for Matthews Correlation Coefficient,
and is calculated as:
It lies between -1 and +1. -1 is absolutely an
opposite correlation between ground truth and predicted, 0 is a random result
where some predictions match and +1 is where absolutely everything matches
between ground and prediction resulting in positive correlation. Hence we need
better validation metrics like MCC.
In MCC calculation, the numerator consists of just
the four inner cells (cross product of the elements) while the denominator
consists of the four outer cells (dot product of the) of the confusion matrix.
In the case where the denominator is 0, MCC would then be able to notice that
your classifier is going in the wrong direction, and it would notify you by
setting it to the undefined value (i.e. numpy.nan). But, for the purpose
of getting valid values, and being able to average the MCC over different
images if necessary, we set the MCC to -1, the worst possible value within the
range. Other edge cases include all elements correctly detected as foreground
and background with MCC and F1 score set to 1. Otherwise, MCC is set to -1 and
F1 score is 0.
To learn more about MCC and the edge cases, this is a
good article. To understand why MCC is better than accuracy or F1 score more in
detail, Wikipedia does good work here.
get_mcc()
def get_mcc(groundtruth_list, predicted_list):
"""Return mcc covering edge cases"""
tn,
fp, fn, tp = get_confusion_matrix_elements(groundtruth_list, predicted_list)
if
_all_class_0_predicted_as_class_0(groundtruth_list, predicted_list) is True:
mcc = 1
elif
_all_class_1_predicted_as_class_1(groundtruth_list, predicted_list) is True:
mcc = 1
elif
_all_class_1_predicted_as_class_0(groundtruth_list, predicted_list) is True:
mcc = -1
elif
_all_class_0_predicted_as_class_1(groundtruth_list, predicted_list) is True :
mcc = -1
elif
_mcc_denominator_zero(tn, fp, fn, tp) is True:
mcc = -1
# Finally calculate MCC
else:
mcc = ((tp * tn) - (fp * fn)) / (
np.sqrt((tp + fp) * (tp + fn) * (tn + fp)
* (tn + fn)))
return
mcc
Finally, we can compare the validation metrics by result, side-by-side.
>>> validation_metrics = get_validation_metrics(groundtruth, predicted)
{'mcc': 0.8533910225863214, 'f1_score': 0.8493358633776091, 'tp': 5595.0, 'fn': 1863.0, 'fp': 122.0, 'accuracy': 0.9924278259277344, 'tn': 254564.0}
Accuracy is close to 1, as we
have a lot of background pixels in our example image that are correctly
detected as background (i.e. true negatives are are naturally higher). This
shows why accuracy isn’t a good measure for binary classification.
F1 score is 0.84. So, in this
case, we probably don’t need a more sophisticated thresholding algorithm for
binary segmentation. If all the images in the stack had similar histogram
distribution and noise, then we could use Otsu and have satisfactory prediction
results.
The MCC of 0.85 is high, also indicating the ground
truth and predicted image have a high correlation, clearly seen from the
predicted image picture from the previous section.
Now, let’s visualize and see where the confusion
matrix elements TP, FP, FN, TN are distributed along the image. It shows us
where the threshold is picking up foreground (vessels) when they are not
present (FP) and where true vessels are not detected (FN), and vice-versa.
Validation visualization
To visualize confusion matrix elements, we figure
out exactly where in the image the confusion matrix elements fall. For example,
we find the TP array (i.e. pixels correctly detected as foreground) is by
finding the logical “and” of the ground truth and the predicted array.
Similarly, we use logical boolean operations commonly called as Bit blit to find the
FP, FN, TN arrays.
get_confusion_matrix_intersection_mats()
def get_confusion_matrix_intersection_mats(groundtruth, predicted):
""" Returns dict of 4 boolean numpy arrays with True at
TP, FP, FN, TN
"""
confusion_matrix_arrs = {}
groundtruth_inverse = np.logical_not(groundtruth)
predicted_inverse = np.logical_not(predicted)
confusion_matrix_arrs['tp'] = np.logical_and(groundtruth, predicted)
confusion_matrix_arrs['tn'] = np.logical_and(groundtruth_inverse, predicted_inverse)
confusion_matrix_arrs['fp'] = np.logical_and(groundtruth_inverse, predicted)
confusion_matrix_arrs['fn'] = np.logical_and(groundtruth, predicted_inverse)
return
confusion_matrix_arrs
Then, we can map pixels in each of these arrays to
different colors. For the figure below we mapped TP, FP, FN, TN to the CMYK
(Cyan, Magenta, Yellow, Black) space. One could similarly also map them to
(Green, Red, Red, Green) colors. We would then get an image where everything in
red signifies the incorrect predictions. The CMYK space allows us to
distinguish between TP, TN.
get_confusion_matrix_overlaid_mask()
def get_confusion_matrix_overlaid_mask(image, groundtruth, predicted, alpha, colors):
"""
Returns overlay the 'image' with a color mask where TP, FP, FN, TN are
each a color given by the 'colors' dictionary
"""
image = cv2.cvtColor(image, cv2.COLOR_GRAY2RGB)
masks = get_confusion_matrix_intersection_mats(groundtruth, predicted)
color_mask = np.zeros_like(image)
for
label, mask in masks.items():
color = colors[label]
mask_rgb = np.zeros_like(image)
mask_rgb[mask != 0] = color
color_mask += mask_rgb
return
cv2.addWeighted(image, alpha, color_mask, 1 - alpha, 0)
alpha = 0.5
confusion_matrix_colors = {
'tp':
(0, 255,
255), #cyan
'fp': (255, 0, 255), #magenta
'fn': (255, 255, 0), #yellow
'tn': (0, 0, 0) #black
}
validation_mask =
get_confusion_matrix_overlaid_mask(255 - grayscale, groundtruth, predicted, alpha,
confusion_matrix_colors)
print('Cyan - TP')
print('Magenta - FP')
print('Yellow - FN')
print('Black - TN')
plt.imshow(validation_mask)
plt.axis('off')
plt.title('confusion matrix overlay mask')
We use opencv here to overlay this color mask onto
the original (non-inverted) grayscale image as a transparent layer. This is
called Alpha compositing:
Final notes
The last two examples in the repository are testing
the edge cases and a random prediction scenario on a small array (fewer than 10
elements), by calling the test functions. It is important to test for edge
cases and potential issues if we are writing production level code, or just to
test the simple logic of an algorithm.
Travis CI is very useful for testing whether your
code works on the module versions described in your requirements, and if all
the tests pass as new changes are merged into master. Keeping your code clean,
well documented, and with all statements unit tested and covered is a best
practice. These habits limit the need to chase down bugs, when a complex algorithm
is built on top of simple functional pieces that could have been unit tested.
Generally, documentation and unit testing helps others stay informed about your
intentions for a function. Linting helps improve readability of the code, and
flake8 is good Python package for that.
Here are the important takeaways from this article:
- Tiling and stitching approach for data that
doesn’t fit in memory
- Trying different
thresholding techniques
- Subtleties of Validation
Metrics
- Validation visualization
- Best Practices
There are many directions you could go from here
with your work or projects. Applying the same strategy to different data sets,
or automating the validation selection approach would be excellent places to
start. Further, imagine you needed to analyze a database with many of these
10gb files. How could you automate the process? How could you validate and
justify the results to human beings? How does better analysis improve the
outcomes of real-world scenarios (like the development of surgical procedures and
medicine)? Asking questions like these will allow continued improvements in
Statistics, Data Science, and Machine Learning.
Finally, Thanks to Navid Farahani for annotations,
Katherine Scott for the guidance, Allen Teplitsky for the motivation, and all
of the 3Scan team for the data.
Suscribirse a:
Entradas (Atom)