En el Perú, se estima que, de 1200 nuevos casos de cáncer infantil detectados anualmente, 350 terminan en muerte. Estas estimaciones aumentan constantemente debido a la falta de soluciones económicas y confiables para detectar el cáncer. Por ejemplo, el 60% de estas neoplasias se están detectando en estadios avanzados. Por lo tanto, el proceso de diagnóstico del cáncer en el Perú toma casi tres veces más que en los países desarrollados [1], reduciendo así las posibilidades de cura en el momento adecuado.
Ante esta situación, el proyecto propone un modelo tecnológico para optimizar el proceso de detección de leucemia mediante la microscopía digital. Este modelo utiliza el algoritmo de Canny, y un banco de imágenes de Glóbulos Blancos y Rojos, para la identificación de células microscópicas, que finalmente serán analizadas por un especialista en salud para brindar el diagnóstico final. El modelo propuesto incluye la captura, digitalización y análisis de muestras microscópicas, y está compuesto por las siguientes 5 fases: 1. Recolección de datos; 2. Captura de datos; 3. Procesamiento de imágenes; 4. Clasificación celular; 5. Visualización de resultados.
El modelo fue validado con cinco muestras de sangre de tres hombres y dos mujeres en diferentes categorías de edad. Estas muestras fueron validadas por el Jefe de Patología Clínica de un hospital público del Callao. Los resultados mostraron que se obtuvo una tasa de efectividad del 90,5% en la identificación de glóbulos blancos, reduciendo de esta manera el tiempo de diagnóstico actual de 3 meses, a un estimado 32 días. / In Peru, it is estimated that out of 1200 new cases of childhood cancer detected annually, 350 end in death. These estimates are constantly increasing due to the lack of economical and reliable solutions to detect cancer. For instance, 60% of the neoplasms used to detect cancer are analyzed in advanced stages. Therefore, the process of cancer diagnosis in Peru takes almost three times more than in developed countries [1], reducing the chances of a cure.
In this situation, we propose a technological model for optimizing the detection process of leukemia using digital microscopy. This model applies the Canny algorithm on a bank of images of normal and abnormal microscopic cells, for the identification of microscopic cells, which will finally be analyzed by a health specialist to provide the final diagnosis. The proposed model includes the capture, digitization, and analysis of microscopic samples. Fives phases are included in this model: 1. Data collection; 2. Data capture; 3. Image processing; 4. Cell classification; 5. Display of results.
The model was validated with five blood samples from three men and two women in different age categories. All these samples were validated by the Head of Clinical Pathology at a public hospital in Callao. The results showed that a 90.5% effectiveness rate of white blood cell identification was obtained, thus reducing the current diagnosis time from 3 months, to an estimated 32 days. / Tesis
| Identifer | oai:union.ndltd.org:PERUUPC/oai:repositorioacademico.upc.edu.pe:10757/655225 |
| Date | 01 February 2021 |
| Creators | Lopez Prieto, Juan Jose, Purizaca Perez, Miguel Angel |
| Contributors | Armas Aguirre, Jimmy Alexander |
| Publisher | Universidad Peruana de Ciencias Aplicadas (UPC), PE |
| Source Sets | Universidad Peruana de Ciencias Aplicadas (UPC) |
| Language | Spanish |
| Detected Language | Spanish |
| Type | info:eu-repo/semantics/bachelorThesis |
| Format | application/pdf, application/epub, application/msword |
| Source | Universidad Peruana de Ciencias Aplicadas (UPC), Repositorio Académico - UPC |
| Rights | info:eu-repo/semantics/openAccess, Attribution-NonCommercial-ShareAlike 4.0 International, http://creativecommons.org/licenses/by-nc-sa/4.0/ |
Page generated in 0.0111 seconds