La composición de los leucocitos revela importante información diagnóstica
sobre los pacientes. El conteo diferencial microscópico de leucocitos todavía sigue
siendo realizado por laboratoristas, médicos y veterinarios, siendo indispensable
para el diagnóstico de diferentes patologías, neoplasias y alteraciones en las
células de la sangre. Mientras que su valor como método de referencia para las
muestras de sangre que contienen células anormales sigue siendo indiscutible, es
lento, subjetivo y en grandes cantidades puede incrementar el riesgo de error
debido al hartazgo y cansancio del laboratorista. Por lo tanto, la automatización
de esta tarea es muy útil para mejorar el procedimiento hematológico y acelerar
el diagnóstico de muchas enfermedades.
Existen en el mercado sistemas de conteo celular (impedancia eléctrica,
citometría de flujo, análisis de imágenes) que son muy utilizados en laboratorios
hematológicos. Sin embargo, debido al alto costo de éstos, muchos centros
educativos como universidades no disponen de recursos para solventarlos y/o tener
suficientes para cubrir la necesidad educativa.
Por esta razón, en esta tesis se describe una metodología general para el
proceso de identificación y clasificación de leucocitos basada en algoritmos de
visión computacional. Se compararon algunas técnicas encontradas en la
literatura para determinar las que mejores resultados obtuvieron en el set de
imágenes que se tienen para esta tesis.
The composition of leukocytes reveals important diagnostic information on
patients. Microscopic differential leukocyte count is still done by laboratory workers,
doctors and veterinarians, being indispensable for the diagnosis of various diseases,
neoplasias and alterations in blood cells. While its value as a reference method for
blood samples containing abnormal cells remains indisputable, is slow, subjective
and in large amounts may increase the risk of error due to weariness and fatigue
laboratory technician. Therefore, automating this task is very useful to improve and
accelerate hematologic procedure diagnosis of many diseases.
Nowadays, there are different kind of systems that can do a cell count
(electrical impedance, flow cytometry, image analysis) and are widely used in
hematological laboratory. However, due to the high cost of these, many schools
and universities do not have the resources to solve them and / or have enough to
meet the educational need.
For this reason, in this thesis a general methodology for the process of
identification and classification of leukocytes based on computer vision algorithms
is described. Some techniques found in the literature were compared to determine
which ones give the best performance on the set of images that were taken for this
thesis.
