Análise e reconhecimento da forma tripomastigota de Trypanosoma cruzi para parasitemia automatizada em imagens com baixa densidade de pontos (2020)
- Authors:
- Autor USP: SILVA, DIOGO MATOS DA - BIOINFORMÁTICA
- Unidade: BIOINFORMÁTICA
- Subjects: BIOINFORMÁTICA; APRENDIZADO COMPUTACIONAL; DOENÇA DE CHAGAS; PROCESSAMENTO DE IMAGENS
- Keywords: Aprendizado de máquina; Machine learning; Parasitemia; SVM; Trypanosoma cruzi
- Language: Português
- Abstract: A detecção de parasitas no sangue periférico é prova definitiva de infecção de Trypanosoma cruzi em vertebrados. O acompanhamento da parasitemia de T. cruzi em camundongos infectados é necessário tanto para a manutenção da cepa estudada em animais no laboratório, quanto para se inferir a modulação da infecção por diferentes tratamentos. A análise de amostras por esfregaço sanguíneo é utilizada para estudos morfométricos, mas apresenta baixa sensibilidade quando utilizada para parasitemia manual. É preferível que a contagem seja realizada de forma automatizada com máxima sensibilidade, em menor intervalo de tempo e com menores custos. Técnicas de processamento de imagens e reconhecimento de padrões já vêm sendo utilizadas em micrografias digitais com boa resolução para impressão, a partir de 300 ppp (pontos por polegada). Propomos a aplicação dessas técnicas em imagens com baixa densidade de pontos por polegada para parasitemia da cepa Y de T. cruzi, na forma tripomastigota. Analisamos microgafias de esfregaço sanguíneo coradas com Giemsa que foram obtidas com câmeras de dispositivos móveis. As câmeras desses aparelhos são capazes de capturar imagens com 72 ppp em uma área de 4000x3000 pixels, ou 12 megapixels. Realizamos a extração de um conjunto de descritores composto por medidas geométricas, de curvatura e de cor e textura do cinetoplasto e do núcleo de 2304 parasitos. Os descritores extraídos foram separados em conjuntos de treinamento e de teste e classificados com SVM.Os resultados de precisão, sensibilidade, especificidade e área ROC do método proposto foram de 91,4%, 91,7%, 97,9% e 94,5%, respectivamente. Nossos resultados demonstram que a automatização da análise de imagens com baixa densidade de ppp é uma alternativa viável para a redução de custos e ganho de eficiência na utilização do microscópio ótico
- Imprenta:
- Data da defesa: 19.08.2020
-
ABNT
SILVA, Diogo Matos da. Análise e reconhecimento da forma tripomastigota de Trypanosoma cruzi para parasitemia automatizada em imagens com baixa densidade de pontos. 2020. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2020. Disponível em: https://www.teses.usp.br/teses/disponiveis/95/95131/tde-14122020-180409/. Acesso em: 28 mar. 2024. -
APA
Silva, D. M. da. (2020). Análise e reconhecimento da forma tripomastigota de Trypanosoma cruzi para parasitemia automatizada em imagens com baixa densidade de pontos (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/95/95131/tde-14122020-180409/ -
NLM
Silva DM da. Análise e reconhecimento da forma tripomastigota de Trypanosoma cruzi para parasitemia automatizada em imagens com baixa densidade de pontos [Internet]. 2020 ;[citado 2024 mar. 28 ] Available from: https://www.teses.usp.br/teses/disponiveis/95/95131/tde-14122020-180409/ -
Vancouver
Silva DM da. Análise e reconhecimento da forma tripomastigota de Trypanosoma cruzi para parasitemia automatizada em imagens com baixa densidade de pontos [Internet]. 2020 ;[citado 2024 mar. 28 ] Available from: https://www.teses.usp.br/teses/disponiveis/95/95131/tde-14122020-180409/
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas