Made available in DSpace on 2015-04-22T22:00:53Z (GMT). No. of bitstreams: 1 Dissertacao_Almir Kimura.pdf: 2106464 bytes, checksum: 9a89064d469c89f8d361f410b4461b20 (MD5) Previous issue date: 2010-10-06 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Tuberculosis is considered a world-wide political issue. It has been known that a third of the world population is infected with the Mycobacterium Tuberculosis bacillus and consequently can develop the disease. The finding of the disease is carried by bacilloscopy, which consists of the counting of bacilli in 100 different fields of a slide with sputum sample smear. This type of work demands a lot of training and has a high false negative rate. In order to increase the performance of the bacilloscopy, the development of an automated system to perform the counting of the bacilli is necessary. Our work is based on the study of initial stage of the automated process, emphasizing the autofocus (AF). We investigated nine autofocus functions (Brenner gradient, energy Laplace, wavelet transformation, variance, normalized variance, autocorrelation, standard-deviation-based correlation, variance of log histogram and entropy), widely used in literature, in order to define the best function for images of bacilloscopy of conventional microscopy stained with Kinyoun method. In order to identify the focus functions that had the best performance the focus curve was evaluated by five criteria (accuracy, range, number of false maxima, width and execution time) with two types of analysis (semiquantitative and quantitative). This methodology was performed on images with high and low density of contents, as well as on images with a lot and few amount of bacillus. The total images for the experiment was 1800. Through this study, it was determined that the best function for this type of image is based on Variance. In order to deepen the results, we performed the same study for Kinyoun images without the final step of staining, because it results in a background image more uniform, which can be used for future applications for the automation of counting of bacilli. For these types of images, the function that showed the best performance was based on Entropy. / A tuberculose é considera um problema público mundial. Estima-se que um terço da população mundial está infectado com o bacilo Mycobacterium Tuberculosis, podendo assim desenvolver a doença. A detecção da doença pode ser realizada pela baciloscopia, que consiste na contagem de bacilos em 100 campos distintos de uma lâmina contendo amostra de secreção pulmonar do paciente. A realização dessa tarefa exige muito treinamento e atenção do executor e, via de regra, apresenta taxa de falsos negativos alta. Para aumentar o desempenho da baciloscopia busca-se desenvolver um sistema automático de contagem de bacilos. O trabalho proposto fundamenta-se no estudo da etapa inicial do processo de automação, qual seja, o foco das imagens de campos das lâminas. Com o intuito de identificar qual métrica é mais adequada para avaliação do foco das imagens de baciloscopia de tuberculose em microscopia convencional, coradas pelo método de Kinyoun, foram investigadas nove métricas de autofoco (gradiente de Brenner, energia do Laplaciano da imagem, transformada de wavelet, variância do nível de cinza, variância normalizada pela média de intensidade, autocorrelação, correlação baseada em desvio padrão, variância do logaritmo do histograma e entropia), amplamente utilizadas na literatura. Para a definição da melhor métrica, curvas de foco foram obtidas e avaliadas utilizando cinco critérios (acurácia, faixa, picos falsos, largura e tempo) e duas análises (semiquantitativa e quantitativa). Essa metodologia foi aplicada a um conjunto representativo de 1800 imagens (- com alta densidade de conteúdo, com baixa densidade de conteúdo assim como em imagens com alta quantidade de bacilos e com baixa quantidade de bacilos). Esse estudo evidenciou que a métrica de melhor desempenho foi a variância do nível de cinza da imagem. A definição da casuística permitiu ainda a avaliação das métricas em imagens provenientes de lâminas preparadas sem o uso do contra corante azul de metileno. Para esse tipo de imagem a métrica que apresentou o melhor desempenho foi a baseada em Entropia.

Submitted by Geyciane Santos (geyciane_thamires@hotmail.com) on 2015-07-15T14:04:04Z No. of bitstreams: 1 Dissertação - Clahildek Matos Xavier.pdf: 23017599 bytes, checksum: f3e0230fd866c0a784966606404bb807 (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2015-07-15T18:37:45Z (GMT) No. of bitstreams: 1 Dissertação - Clahildek Matos Xavier.pdf: 23017599 bytes, checksum: f3e0230fd866c0a784966606404bb807 (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2015-07-15T18:47:26Z (GMT) No. of bitstreams: 1 Dissertação - Clahildek Matos Xavier.pdf: 23017599 bytes, checksum: f3e0230fd866c0a784966606404bb807 (MD5) / Made available in DSpace on 2015-07-15T18:47:26Z (GMT). No. of bitstreams: 1 Dissertação - Clahildek Matos Xavier.pdf: 23017599 bytes, checksum: f3e0230fd866c0a784966606404bb807 (MD5) Previous issue date: 2012-07-02 / Não Informada / Tuberculosis (TB) is a contagious disease caused by Mycobacterium tuberculosis that primarily affects the lungs and reaches over 8.8 million people worldwide. Although the number of cases of TB disease and deaths has fallen over the past years, this disease still remains a serious health problem in developing countries. Currently, as initial tests for the diagnosis of TB are used methods of smear bright field and fluorescence. The first is used mostly in developing countries, due to low cost, the second is the preferred method in developed countries to be more sensitive. Among the many challenges for the control of this disease is the development of a rapid, efficient and low cost for the diagnosis of tuberculosis. The process of diagnosis of smear-field course is time consuming, manual and error-prone, so that there is a high rate of false negatives. Various techniques for pattern recognition in the image smear bright field microscopy have been designed to recognize and count of the rods. This paper describes a new method for segmentation of tubercle bacilli in sputum bright field. The method proposed in this dissertation uses a classifier consisting of a support vector machine. The differential method is proposed in the variables selected for the input of the classifier. They were selected from four color spaces: RGB, HSI, YCbCr and Lab used to both individual characteristics such as subtractions of characteristics of the same color space and different color spaces. We investigated a total of 30 features. The best features were selected using the selection technique scalar features. With the proposed method was reached a sensitivity of 94%. However, further steps for noise reduction are required to minimize the classification errors. / A tuberculose (TB) é uma doença contagiosa causada pelo Mycobacterium tuberculosis que afeta, principalmente, os pulmões e atinge mais de 8,8 milhões de pessoas em todo o mundo. Embora o número de casos de doenças e mortes por TB tenham caído ao longo dos últimos anos, essa doença ainda continua sendo um grave problema de saúde nos países em desenvolvimento. Atualmente, como exames iniciais para o diagnóstico da TB são usados os métodos de baciloscopia de campo claro e baciloscopia de fluorescência. O primeiro é mais usado em países em desenvolvimento, devido ao baixo custo; o segundo é o método preferencial em países desenvolvidos por ser mais sensível. Entre os vários desafios para o controle dessa doença, está o desenvolvimento de um método rápido, eficiente e de baixo custo para o diagnóstico da TB. O processo de diagnóstico de baciloscopia de campo claro é demorado, manual e propenso a erros, fazendo com que haja uma alta taxa de falsos negativos. Várias técnicas de reconhecimento de padrão em imagens baciloscópicas de microscopia de campo claro têm sido desenvolvidas para o reconhecimento e contagem dos bacilos. Este trabalho descreve um novo método para segmentação de bacilos da tuberculose em baciloscopia de campo claro. O método proposto utiliza um classificador constituído por uma máquina de vetores de suporte. O diferencial do mesmo em relação a outros trabalhos está nas variáveis selecionadas para a entrada do classificador. Essas variáveis foram selecionadas a partir de quatro espaços de cor: RGB, HSI, YCbCr e Lab. Investigou-se tanto características individuais, como subtrações de características de um mesmo espaço de cor e de espaços de cores diferentes, num total de 30 características. As melhores características foram selecionadas utilizando-se a técnica de seleção escalar de características. Alcançou-se uma sensibilidade de 94%. No entanto, novas etapas para a redução de ruído são necessárias para minimizar os erros de classificação.