SISTEMA COMPUTACIONAL PARA LA DETECCIÓN DE GLÓBULOS ROJOS EN IMÁGENES MICROSCÓPICAS DE CÉLULAS SANGUÍNEAS
Published 2013-02-27
How to Cite
Abstract
RESUMEN ANALÍTICO
El análisis de los glóbulos rojos es utilizado para la identificación y seguimiento de algunas enfermedades en el área de hematología e involucra dos procesos: el conteo y la inspección visual de las células. Con el ánimo de dar soporte al proceso de lectura visual que realiza el especialista, se propone un sistema computacional que permita realizar la detección de los glóbulos rojos, haciendo uso de la conceptualización matemática del Procesamiento Digital de Imágenes, a través del diseño e implementación de operadores bajo el paradigma de la Programación Orientada a Objetos. Este sistema cuenta con una interfaz gráfica agradable al usuario, con la cual se realizó un conjuntode pruebas de sensibilidad y especificidad del método de detección implementado. Se adquirieron 50 imágenes microscópicas a un aumento de 100x. Se obtuvo una sensibilidad de 84.78% y una especificidad de 92.89%.
PALABRAS CLAVES: Glóbulos Rojos, Hematología, Procesamiento Digital de Imágenes, Sistema Computacional, Operadores
SOFTWARE TOOL FOR RED BLOOD CELLS DETECTION IN MICROSCOPIC BLOOD CELLS IMAGES
ANALYTICAL SUMMARY
Red Blood Cells are analyzed for detection and monitoring of RBC related diseases, it involves two procedures: RBC counting and visual inspection of cells. Looking forward to support the process of visual analysis done by the specialist, it is proposed a computational system able to detect the red blood cells. It uses mathematical basis from Digital Signal Processing, through the design and implementation of operators under the Object Oriented Programming paradigm. The system has a friendly graphical user interface, with which were done a set of tests to measure sensibility and specificity of the implemented detection method. There were acquired 50 microscopic images at a zoom of 100x. Sensibility was 84.78% and specificity was 92.89%.
KEYWORDS: Red Blood Cells, Hematology, Digital Image Processing, Computational System, Operators
Downloads
References
- FORD, Brian. From Dilettante to Diligent Experimenter, a Reappraisal of Leeuwenhoek as microscopist and investigator. BiologyHistory. Diciembre 1992.
- PÉREZ, José y GÓMEZ, David. Hematología: La sangre y sus enfermedades. México: Mc Graw Hill, 2005. 272 pag.
- MUÑOZ, María y MORÓN, Cecilia. Manual de Procedimientos de Laboratorio en Técnicas Básicas de Hematología. Red Nacional de Laboratorios de Salud Pública del Perú, serie de normas técnicas número 40 edition, 2005.
- PAREDES, Marlio. VILLAMIZAR, Jorge. BAUTISTA, Lola. RODRIGUEZ, Domingo. La Estructura del Álgebra de Señales Computacional y sus Aplicaciones en Procesamiento de Imágenes Digitales. Revista DYNA. 78,166, p. 118-132. 2011.
- BAUTISTA, Lola. RODRIGUEZ, Domingo. WebBased Data Processing for Environmental Surveillance Monitoring Applications. Tesis de Maestría en Ingeniería de Computadoras. Universidad de Puerto Rico-Recinto Universitario de Mayagüez. 2007. 90 pag.
- SILVA, Edwin. 2006, Detección de cáncer de cuello uterino usando técnicas de procesamiento y análisis de imágenes microscópicas. Bucaramanga, 2006, 172 p. Tesis de Maestría (Ingeniería Electrónica). Universidad Industrial de Santander. Facultad de Ingenierías Fisicomecánicas. Escuela de Ingeniería Eléctrica, Electrónica y Telecomunicaciones.
- ADOLLAH, Robiyanti. MASHOR, M.Y. MOHD NASIR, N.F.ROSLINE, H. MAHSIN, H. and ADILAH, H. Blood Cell Image Segmentation: A Review. En: 4th Kuala Lumpur International Conference on Biomedical Engineering, vol. 21, pp. 141-144. Malaysia, 2008.
- GONZÁLEZ, Rafael. WOODS, Richard y EDDINS, Steven. Digital Image Processing using Matlab. New Jersey: Prentice Hall, 2004. 609 pag.
- ROJAS, Javier. Segmentación y reconocimiento de patrones en imágenes de histología. Octubre 2005.
- CASTELLANOS, Lizeth. HASBÓN, Luis. BAUTISTA, Lola. Detección de Glóbulos Rojos usando Técnicas de Procesamiento y análisis de imágenes microscópicas. En: Primer Seminario Taller Latinoamericano de Instrumentación, Control y Telecomunicaciones SICOTEL (2012: Universidad del Quindío, Armenia)
- GUAN, Pearl. YAN, Hong. Blood Cell Image Segmentation Based on the Hough Transform and Fuzzy Curve Tracing. Machine Learning and Cybernetics (ICMLC), International Conference on , vol.4, no., pp.1696-1701, 10-13 July 2011.
- BERGE, Heidi. TAYLOS, Dale. KRISHNAN, Sriram. DOUGLAS, Tania. Improved Red Blood Cell Counting in Thin Blood Smears. Biomedical Imaging: From Nano to Macro, IEEE International Symposium on , pp.204-207, March 30 2011-April 2 2011.
- SHARIF, J. MISWAN, M. NGADI, M. SALAM, M. MAHADI, B. Red Blood Cell Segmentation Using Masking and Watershed Algorithm: A Preliminary Study. Biomedical Engineering (ICoBE), International Conference on , vol., no., pp.258-262, 27-28 Feb. 2012.
- KAREEM, S. MORLING, R. KALE, L. A Novel Method to Count the Red Blood Cells in Thin Blood Films. Circuits and Systems (ISCAS), IEEE International Symposium on , vol., no., pp.1021-1024, 15-18 May 2011.
- VROMEN, Joost. MCCANE, Brendan. Red Blood Cell Segmentation from SEM Images. Image and Vision Computing New Zealand. IVCNZ ‘09. 24th International Conference , vol., no., pp.44-49, 23- 25 Nov. 2009.
- ZAMBRANO, Carlos. Sistema de Visión Artificial para la Clasificación de Muestras Hematológicas. Popayán. Trabajo de grado (Ingeniero Físico). Universidad del Cauca. Unicauca. 2005.