Citas bibligráficas
Dianderas, E., (2018). Un algoritmo de detección de bacilos de Koch en imágenes de baciloscopía fluorescente basado en máquina de soporte vectorial para telediagnóstico [Tesis, Universidad Nacional de Ingeniería]. http://hdl.handle.net/20.500.14076/17685
Dianderas, E., Un algoritmo de detección de bacilos de Koch en imágenes de baciloscopía fluorescente basado en máquina de soporte vectorial para telediagnóstico [Tesis]. : Universidad Nacional de Ingeniería; 2018. http://hdl.handle.net/20.500.14076/17685
@mastersthesis{sunedu/3502068,
title = "Un algoritmo de detección de bacilos de Koch en imágenes de baciloscopía fluorescente basado en máquina de soporte vectorial para telediagnóstico",
author = "Dianderas Caut, Erwin Junger",
publisher = "Universidad Nacional de Ingeniería",
year = "2018"
}
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
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons