Clasificación automática de formas patológicas de eritrocitos humanos

• Mejia Fajardo, Marcela ^[1] ; Alzate Monroy, Marco ^[2]
  1. [1] Universidad Militar Nueva Granada

     Universidad Militar Nueva Granada

     Colombia

     
  2. [2] Universidad Distrital Francisco José de Caldas

     Universidad Distrital Francisco José de Caldas

     Colombia

     
• Localización: Ingeniería, ISSN-e 2344-8393, ISSN 0121-750X, Vol. 21, Nº. 1, 2016
• Idioma: español
• Enlaces
  • Texto completo (pdf)
• Resumen

  • Contexto: La clasificación de variaciones morfológicas de eritrocitos suele hacerse mediante la observación directa desde el microscopio por parte de un experto, con base en criterios cualitativos, lo cual conduce a diagnósticos subjetivos. Las propuestas para automatizar este proceso suelen clasificar los eritrocitos en normales o anormales, sin especificar el tipo de anormalidad que indique la presencia de alguna enfermedad. Desarrollamos una herramienta para apoyo diagnóstico que determina distintas formas patológicas de eritrocitos mediante características medidas desde la imagen microscópica.Método: Detectamos los eritrocitos aislados usando procesos de segmentación por color y medimos algunas características discriminantes en cada célula detectada, incluyendo una medida novedosa de palidez central. Estas características se usan como entrada a una red neuronal que etiqueta la célula de acuerdo con siete tipos de anormalidad.Resultados: El sistema resultante alcanza una alta tasa de aciertos (97,3%) en comparación con los resultados de clasificación binaria encontrados en la literatura. La medida de palidez central es altamente discriminante, pues permite distinguir perfectamente los esferocitos de los normocitos, cuando otras características morfológicas son muy semejantes entre ellos.Conclusiones: Nuestra contribución incluye la clasificación de múltiples clases de eritrocitos y la propuesta de una medida de palidez central altamente discriminante. Se verificó la utilidad de combinar técnicas de pre-procesamiento para extracción de características con redes neuronales para clasificación en el espacio de características. Para el trabajo futuro sería deseable disponer de un mayor número de imágenes con muestras estadísticamente significativas de otros tipos de eritrocitos para verificar las bondades de la metodología propuesta para un mayor número de tipos de células. Así mismo, con un mayor número de muestras clasificadas se podrían estudiar otras técnicas de clasificación de patrones para evaluar, comparar y seleccionar la más adecuada.