Automatic classification of red cells in peripheral blood smears
Introducción: El diagnóstico del estado eritrocitario en frotis de sangre periférica es un proceso realizado normalmente de forma manual a partir de observación microscópica, lo cual implica una considerable inversión de tiempo y recursos, además de posibles problemas de subjetividad y diicultad en...
| Autores: | , , |
|---|---|
| Tipo de documento: | artigo |
| Estado: | Versão publicada |
| Data de publicação: | 2016 |
| País: | Colombia |
| Recursos: | Universidad Industrial de Santander |
| Repositório: | Repositorio UIS |
| Idioma: | espanhol |
| OAI Identifier: | oai:noesis.uis.edu.co:20.500.14071/8867 |
| Acesso em linha: | https://revistas.uis.edu.co/index.php/revistasaluduis/article/view/5672 https://noesis.uis.edu.co/handle/20.500.14071/8867 |
| Access Level: | Acceso aberto |
| Palavra-chave: | Erythrocyte classification of red blood cells neural network image processing red cells Eritrocito clasificación eritrocitaria procesamiento de imágenes red neuronal glóbulos rojos |
| Resumo: | Introducción: El diagnóstico del estado eritrocitario en frotis de sangre periférica es un proceso realizado normalmente de forma manual a partir de observación microscópica, lo cual implica una considerable inversión de tiempo y recursos, además de posibles problemas de subjetividad y diicultad en la reproducibilidad del diagnóstico. Objetivo: Desarrollar una aplicación que permita la clasiicación automática de glóbulos rojos en frotis de sangre periférica, de utilidad como herramienta de ayuda diagnóstica. Metodología: Se usaron técnicas de procesamiento de imágenes para segmentar los eritrocitos en las fotografías microscópicas y medir en ellos área, perímetro, solidez, circularidad, excentricidad, textura y dimensión box-counting. Se usó una red neuronal artiicial para clasiicar los eritrocitos según sus características en siete clases, incluyendo normalidad y seis alteraciones patológicas. La red se entrenó de acuerdo con la clasiicación de 262 eritrocitos realizada por un hematólogo experto. Los desarrollos se hicieron en matlab®, una poderosa plataforma de computación cientíica. Resultados: La red escogida alcanza el 97.3% de aciertos en los datos de validación. Las equivocaciones en la red corresponden a células de dudosa clasiicación aún para un experto, por presentar características correspondientes a varias clasiicaciones patológicas. Conclusiones: La aplicación desarrollada clasiica de manera rápida y acertada los diferentes tipos de glóbulos rojos presentes en una muestra microscópica de frotis de sangre periférica, siendo de utilidad como herramienta de apoyo diagnóstico. |
|---|