Algoritmo para detección de Trichuris trichiura en imágenes microscópicas de muestras coprológicas - Hospital Regional de Lambayeque - 2019

Resumen

El objetivo de esta investigación fue elaborar un algoritmo de visión por computadora para detección de huevos de Trichuris trichiura en imágenes microscópicas de muestras coprológicas con alta sensibilidad y precisión; para lograr esto se usaron 1000 imágenes, 30 % para probar el funcionamiento del algoritmo y 70 % para su aprendizaje, de 65 x 65 pixeles extraídas de 30 imágenes microscópicas de 1280 x 960 pixeles que fueron recolectadas de una sola muestra coprológica positiva procesada en solución salina; se elaboraron programas en Python utilizando librerías OpenCV, Scikit-learn, imutils, argparse, os, cPickle, Numpy y Matplotlib para obtener las subimágenes, graficar histogramas, probar y guardar el clasificador con diferentes vectores de características. El vector con mejor rendimiento fue el histograma en espacio de color HSV con 3 intervalos de matiz, 4 de saturación y 4 de brillo usando el algoritmo del vecino más cercano con métrica Manhattan y un vecino para la clasificación, llegando la sensibilidad del algoritmo al 99,35% y la precisión al 96.1%.