Please use this identifier to cite or link to this item: http://cybertesis.uni.edu.pe/handle/uni/17685
Title: Un algoritmo de detección de bacilos de Koch en imágenes de baciloscopía fluorescente basado en máquina de soporte vectorial para telediagnóstico
Authors: Dianderas Caut, Erwin Junger
Advisors: Kemper Vásquez, Guillermo Leopoldo
Keywords: Detección de enfermedades;Máquina de soporte vectorial;Tuberculosis
Issue Date: 2018
Publisher: Universidad Nacional de Ingeniería
Abstract: La tuberculosis (TB) es una enfermedad infecciosa y contagiosa, pero es prevenible y curable. Sin embargo, sigue siendo una de las primeras causas de muerte por un agente infeccioso en el mundo (solo superada por el Virus de la Inmunodeficiencia Humana). Si bien es cierto la TB es curable, la detección de esta enfermedad sigue siendo un gran obstáculo, ya que según recomendación la Organización Mundial de la Salud (OMS), un tecnólogo médico no puede analizar más de 20 muestras diarias. Pero, por ejemplo, en Perú, según el Ministerio de Salud, en el año 2014, que hubieron cerca de millón y medio de personas que eran candidatas a ser portadoras de la bacteria, se hubiera requerido de 300 tecnólogos que trabajen por 250 días aproximadamente solamente analizando muestras de esputo (método más usado para detección de tuberculosis), hecho que no se dio. Para la detección automática de TB ya se han desarrollado algunos algoritmos, los cuales si bien es cierto tienen resultados alentadores, solo emplean imágenes digitalizadas empleando el método de preparación directo. Además, solo consideran a un tecnólogo para la validación, cuando lo ideal es mínimo dos dado que los criterios para evaluar al bacilo son muy subjetivos. Por último, trabajan bajo condiciones muy particulares (tipos específicos de microscopios) que no pueden ser replicadas en Perú por un tema de costos. Es en base a dicha problemática, que se propone desarrollar algoritmos computacionales capaces de procesar muestras de esputo para la detección de bacilos (sin importar método de preparación de muestras y/o ambiente), a fin de otorgar mayores elementos de juicio a los tecnólogos médicos y así poder ayudar a mejorar la calidad del diagnóstico de los bacilos de Koch. Para poder identificar a los bacilos de Koch se emplearon imágenes obtenidas por microscopía fluorescente. Una vez obtenida las imágenes, primero se desarrollaron algoritmos, que dependiendo del tipo de preparación de muestra (directo, pellet o pellet diluido) permitieron eliminar los objetos que no son de interés a fin de obtener a los posibles candidatos a bacilos. Luego se implementaron descriptores (momentos de Hu, descriptores geométricos y fotométricos), los cuales sirvieron como datos para entrenar una máquina de soporte vectorial (SVM) la cual permitiese discernir si el objeto analizado es un bacilo o no. Para poder validar los algoritmos desarrollados, se contó con el apoyo de dos tecnólogos médicos, quienes sirvieron como referencia para validar aproximadamente mil objetos candidatos para obtener los porcentajes de sensibilidad y especificidad. Los valores obtenidos para cualquier método de preparación de muestra superaban el umbral del 90%, lo cual permite afirmar que el trabajo desarrollado se puede utilizar como medio de ayuda para la toma de decisiones en función a la presencia o no de bacilos
Tuberculosis (TB) is an infectious and contagious disease, but it is preventable and curable. However, it remains one of the leading causes of death by an infectious agent in the world (surpassed only by the Human Immunodeficiency Virus). Although it is true that TB is curable, the detection of this disease remains a major obstacle, as the World Health Organization (WHO) has recommended that a medical technologist should not test more than 20 samples per day. But, for example, in Peru, according to the Ministry of Health, in 2014, there were about one and a half million people who were candidates to be carriers of the bacterium, would have required 300 technologists to work for approximately 250 days only analyzing sputum samples (the most used method for detecting tuberculosis), a fact that was not given. For the automatic detection of TB, some algorithms have already been developed, which although they have encouraging results, only use digitized images using the direct preparation method. In addition, only one technologist is considered for validation, when at least two is ideal given that the criteria for evaluating the bacillus are very subjective. Finally, they work under very particular conditions (specific types of microscopes) that cannot be replicated in Peru because of a cost issue. It is based on this problem, that it is proposed to develop computational algorithms capable of processing sputum samples for the detection of bacilli (regardless of method of sample preparation and / or environment), in order to grant greater elements of judgment to medical technologists and thus be able to help improve the diagnostic quality of Koch bacilli. In order to identify the Koch bacilli within the images obtained by fluorescent fluoroscopy, a series of algorithms was first developed, which depending on the type of sample preparation (direct, pellet or diluted pellet) allowed to eliminate the background in order to obtain the candidate objects. Then descriptors were implemented (hu moments, geometric and photometric descriptors), which would serve as input to train a vector support machine (SVM) which would allow to discern if the object analyzed is a bacillus or not. In order to validate the algorithms developed, the support of two medical technologists was given. They served as a reference to validate approximately one thousand candidate objects in order to obtain the percentages of sensitivity and specificity. The values obtained for any sample preparation method exceeded the 90% threshold, which allows to affirm that the work developed can be used as a means of helping to make decisions about the presence or absence of bacilli.
URI: http://cybertesis.uni.edu.pe/handle/uni/17685
Rights: info:eu-repo/semantics/embargoedAccess
Appears in Collections:Maestría

Files in This Item:
File Description SizeFormat 
dianderas_ce.pdf5,49 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons

Indexado por:
Indexado por Scholar Google LaReferencia Concytec BASE renati ROAR ALICIA RepoLatin UNI