Algoritmos de visión computacional para la detección y clasificación de leucocitos en imágenes de frotis sanguíneos

Abstract

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.