Microscopio automatizado: conteo de bacilos de tuberculosis
La prueba baciloscópica de la tuberculosis es la forma de diagnóstico microscópico más utilizado para combatir la enfermedad en los países pobres o subdesarrollados debido a su bajo costo y rapidez. Sin embargo, la realización de esta prueba es un proceso tedioso, extenuante y requiere de un especia...
| Autor Principal: | Sato Yamada, Juan José |
|---|---|
| Formato: | Tesis de Licenciatura |
| Idioma: | Español |
| Publicado: |
Pontificia Universidad Católica del Perú
2013
|
| Materias: | |
| Acceso en línea: |
http://tesis.pucp.edu.pe/repositorio/handle/123456789/4919 |
| Etiquetas: |
Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
| Sumario: |
La prueba baciloscópica de la tuberculosis es la forma de diagnóstico microscópico
más utilizado para combatir la enfermedad en los países pobres o subdesarrollados
debido a su bajo costo y rapidez. Sin embargo, la realización de esta prueba es un
proceso tedioso, extenuante y requiere de un especialista debidamente capacitado.
Por ello, en el presente trabajo se presenta un algoritmo automatizado para la
detección y conteo de bacilos de tuberculosis presentes en imágenes de muestras
de esputo mediante la utilización de técnicas de procesamiento de imágenes
digitales. Se analizaron diferentes espacios de color para hallar aquella capa o
canal de color que posea un mayor contraste entre las intensidades de color de los
píxeles de los bacilos y del fondo. Para esto se hizo un análisis de los histogramas
mediante las gráficas de las características operativas del receptor. Para la
segmentación de los bacilos, el presente trabajo desarrolló una técnica de
umbralización adaptativa utilizando el método de Otsu para hallar el óptimo valor
umbral. Luego, los objetos detectados son clasificados como bacilos o no-bacilos
mediante un árbol de clasificación utilizando características de área y excentricidad.
El algoritmo desarrollado presenta niveles de sensibilidad, especificidad y exactitud
mayores a 90% y tiene un tiempo de ejecución de aproximadamente 9 segundos
por campo (15 minutos para 100 campos). Cabe resaltar que, a diferencia de
investigaciones previas, la presente tesis buscó desarrollar un algoritmo tanto de
segmentación de los bacilos, como de su clasificación, e implementarlo en un
microscopio automatizado para el diagnóstico automático de la enfermedad en
tiempo real. Con esta finalidad, se implementó el algoritmo desarrollado con el
programa Matlab® en un lenguaje de programación C++, obteniendo un programa
capaz de interactuar con otros programas como el del control de la cámara digital.
Se espera que este trabajo sirva de base para próximos estudios orientados a
automatizar el proceso de diagnóstico de la enfermedad de una manera más óptima
y veloz. |
|---|