Análisis de características de forma del bacilo de koch para detección automática de tuberculosis en imágenes digitales
La Tuberculosis es una de las enfermedades más letales a nivel mundial. Los esfuerzos en salud pública están dirigidos a la temprana detección de los casos bacilíferos, ya que son la fuente de infección. En el mundo la detección se realiza mediante baciloscopía, que consiste en la observación de...
| Autor Principal: | Ticona Huaroto, Javier Eduardo |
|---|---|
| Formato: | Tesis de Licenciatura |
| Idioma: | Español |
| Publicado: |
Pontificia Universidad Católica del Perú
2017
|
| Materias: | |
| Acceso en línea: |
http://tesis.pucp.edu.pe/repositorio/handle/123456789/9242 |
| Etiquetas: |
Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
| Sumario: |
La Tuberculosis es una de las enfermedades más letales a nivel mundial. Los
esfuerzos en salud pública están dirigidos a la temprana detección de los casos
bacilíferos, ya que son la fuente de infección. En el mundo la detección se realiza
mediante baciloscopía, que consiste en la observación de muestras de esputo para
identificar y contar bacilos con la ayuda de un microscopio. Sin embargo, el
procedimiento es subjetivo y consume excesivo tiempo al personal de salud. El
presente estudio tiene como objetivo identificar bacilos en imágenes digitales
captadas desde el microscopio.
Dichas imágenes muestran bacilos y otros artefactos con el mismo color. Ambos
tipos de estructura se almacenaron y etiquetaron individualmente conformando la
base de datos. Se analizó el espectro de magnitudes de los descriptores de Fourier
de dichas estructuras, con el fin de seleccionar los necesarios para la óptima
caracterización e identificación. Mediante el método sub-óptimo de selección de
características hacia atrás (backward feature selection) se determinó los 14
descriptores que mejor discriminan entre las clases. Para comprobar este método
se diseño un programa que procesó las 480 estructuras de la base de datos. Dicho
programa obtuvo un porcentaje de acierto de 96.86%, una sensibilidad de 100% y
una especificidad de 91.47%
El estudio demuestra que es posible la identificación de bacilos mediante la
clasificación de descriptores de Fourier previamente seleccionados. Estos
resultados sugieren que las técnicas de procesamiento de imágenes digitales tienen
el potencial de agilizar el diagnóstico de Tuberculosis. |
|---|