Por favor, use este identificador para citar o enlazar este ítem:
http://inaoe.repositorioinstitucional.mx/jspui/handle/1009/435| Obtención de características de subtipos de leucemia en imágenes digitales de células sanguineas para su clasificación | |
| MARTHA CORAL GALINDO DOMINGUEZ | |
| JESUS ANTONIO GONZALEZ BERNAL | |
| Acceso Abierto | |
| Atribución-NoComercial-SinDerivadas | |
| Image segmentation Classification Characteristics measurements | |
| In spite of the recent advances in hematological techniques such as flux cytometry (with immunophenotype), and DNA analysis; morphological analysis of bone marrow smears (even of peripheral blood) are still the starting point to detect patients that suffer of blood disorders. This is why the identification of acute Leukemia subtypes from blood cells is an important task due to its use in clinical diagnosis. The classification of these leukemia subtypes from digital images of blood cells helps the physician to prescribe a suitable treatment to the patient. This work presents a method to generate descriptive characteristics for the identification and classification of acute Leukemia subtypes from digital images of blood cells. The first part of this work consists of a pre-processing phase to segment the image by color to then detect the boundaries of the cells using the three bands of the image: R, G, and B. In the second phase we use the preprocessed images to obtain their descriptive characteristics: texture, geometric, statistical, and their eigenvalues (ACPs) with 80% of variability. These characteristics were used as input attributes to perform the data mining process (using different classifiers) to recognize five different leukemia subtypes. Since our leukemia database presented the class imbalance problem (because of the different proportion of cases of each leukemia subtype), we applied over-sampling techniques to reduce its impact. The evaluation of the results was done by the domain experts Dr. José E.
Alonso Chávez, Dr. Rubén Lobato Tolama, and the chemistry Laura O. Olvera Oropeza from the “Instituto Mexicano del Seguro Social” (IMSS) San Jose in Puebla. We also performed a quantitative evaluation using the cross validation technique. Our results for each leukemia subtype were around 85% of accuracy. As result we obtained a set of descriptive characteristics to describe acute leukemia subtypes that allowed us to classify them with a global precision of 88 %. We achieved an accuracy of 85% for subtypes L1 and L2 and 91% for subtypes M2, M3, and M5. With these results we outperformed the average classification accuracy obtained by domain experts, whose error ranges from 20% to 30% [40].
A pesar de los recientes adelantos en técnicas hematológicas, incluso en estudios de Citometría de flujo, Inmunofenotipo y ADN, el análisis morfológico del frotis de la sangre periférica o médula ósea continúa siendo una importante investigación inicial en pacientes que sufren trastornos hematológicos. El reconocimiento de los subtipos de Leucemia aguda en células sanguíneas es importante debido a su uso en el diagnóstico clínico. La identificación de estos subtipos de leucemia aguda en imágenes digitales de células sanguíneas ayudará al médico en la prescripción del tratamiento adecuado del paciente. Este trabajo presenta un método de generación de características descriptivas para la identificación y clasificación de células sanguíneas de subtipos de leucemia aguda en imágenes digitales. La primera parte consiste en un pre-procesamiento para segmentar la imagen por color para posteriormente detectar los bordes de las células en las tres bandas de la imagen: R, G y B, y de esta manera obtener características de textura, geométricas, estadísticas y la valores propios (ACP) con un 80% de variabilidad. Las características obtenidas se utilizaron como atributos de entrada para realizar el proceso de minería de datos (usando diferentes clasificadores) para reconocer cinco diferentes tipos de células sanguíneas. Como la cantidad de ejemplos de cada subtipo de leucemia aguda de la base de datos está muy desbalanceada, se utilizaron técnicas de sobre-muestreo [65] para reducir este problema. La evaluación de los resultados se hizo con los expertos del dominio Dr. José E. Alonso Chávez, Dr. Rubén Lobato Tolama y la química Laura O. Olvera Oropeza del Instituto Mexicano del Seguro Social (IMSS) San José en Puebla, y utilizando la técnica de validación cruzada con significancia estadística. Los resultados para cada subtipo de leucemia aguda son superiores al 85% de precisión. Como resultado se obtuvo un conjunto de características que describen a los subtipos de leucemia aguda y nos permitió clasificarlos con una precisión global de 88%. Logrando una exactitud del 85% para los subtipos L1 y L2 y 91% para los subtipos M2, M3, y M5. Superando el promedio de clasificación realizada por el especialista, cuyo error está entre el 20 y 30% [40]. | |
| Instituto Nacional de Astrofísica, Óptica y Electrónica | |
| 2008 | |
| Tesis de maestría | |
| Español | |
| Estudiantes Investigadores Público en general | |
| Galindo-Domínguez MC | |
| TECNOLOGÍA MÉDICA | |
| Versión aceptada | |
| acceptedVersion - Versión aceptada | |
| Aparece en las colecciones: | Maestría en Ciencias Computacionales |
Cargar archivos:
| Fichero | Tamaño | Formato | |
|---|---|---|---|
| GalindoDMC.pdf | 1.73 MB | Adobe PDF | Visualizar/Abrir |