Detección del bacilo mycobacterium tuberculosis mediante reconocimiento de patrones

• ROMO R., HAROLD A. ^[1] ; RAMÍREZ M., FABIÁN ^[1] ; VALDIVIESO B., RIDIER ^[1]
  1. [1] Universidad del Cauca

     Universidad del Cauca

     Colombia

     
• Localización: Avances en Sistemas e Informática, ISSN 1909-0056, Vol. 4, Nº. 3, 2007, págs. 103-108
• Idioma: español
• Títulos paralelos:
  • Detection of the Bacillus Mycobacterium Tuberculosis by Patterns Recognition 
• Enlaces
  • Texto completo
• Resumen
  • español

    Una imagen es una excelente fuente de información siempre que sea posible identificar y extraer los diferentes objetos que la constituyen. Las técnicas de reconocimiento de patrones permiten aislar grupos de objetos para aplicaciones específicas. El grupo de nuestro interés lo conforma los bacilos Mycobacterium Tuberculosis (o bacilos de Koch), causantes de la infección de tuberculosis, y que pueden ver se en las imágenes fotográficas de muestras de esputo en pacientes que presenten síntomas de esta enfermedad. Este artículo presenta un algoritmo basado en wavelets de reconocimiento de patrones morfológico y estadístico par a aislar y cuantificar sobre la imagen dichos bacilos par a diagnosticar la severidad de la infección en el paciente. Finalmente son presentados algunos resultados, conclusiones y recomendaciones de su aplicación en Telemedicina.

  • English

    An  image  is  an  excellent  sour ce  of  information  whenever  be  possible  to  identify  and  extr act  the  objects  on  it.  The  techniques  of  patterns  r ecognition  make  it  possible  to  isolate groups of objects for specific  applications. The group of  our  inter est  is  the  Mycobacterium  Tuber culosis  bacillus  (or  Koch  bacillus),  causal  of  the  tuber culosis  infection,  and  it  is  possible  to  see  them  in  the  photogr aphic  images  from sputum  samples  of  patients  who  pr esent  signs  of  this  disease.  This  article pr esents  an  algorithm based on wavelets of morphologic  and statistical pattern r ecognition to isolate and quantify on the  image this bacillus to diagnostic the severity of the infection in  the patient. Finally ar e pr esented some r esults, conclusions and  r ecommendations of its application in Telemedicine.