Clasificación de parásitos de la malaria

Malaria, a prevalent parasitic disease, has traditionally been diagnosed through microscopic blood examination, a method that requires considerable expertise and is subject to interpretative variability. This project proposes the use of advanced image processing techniques and machine learning to en...

Full description

Autores:: Rojas Tocora, Angelica Maria

Tipo de recurso:: Trabajo de grado de pregrado

Fecha de publicación:: 2024

Institución:: Escuela Colombiana de Ingeniería Julio Garavito

Repositorio:: Repositorio Institucional ECI

Idioma:: spa

id	ESCUELAIG2_4b9df0ddbb77193a635a6119b02287ea
oai_identifier_str	oai:repositorio.escuelaing.edu.co:001/2811
network_acronym_str	ESCUELAIG2
network_name_str	Repositorio Institucional ECI
repository_id_str
dc.title.spa.fl_str_mv	Clasificación de parásitos de la malaria
title	Clasificación de parásitos de la malaria
spellingShingle	Clasificación de parásitos de la malaria Malaria Procesamiento de imágenes Aprendizaje automático Malaria Procesamiento de imágenes Aprendizaje automático Malaria Image processing Machine learning
title_short	Clasificación de parásitos de la malaria
title_full	Clasificación de parásitos de la malaria
title_fullStr	Clasificación de parásitos de la malaria
title_full_unstemmed	Clasificación de parásitos de la malaria
title_sort	Clasificación de parásitos de la malaria
dc.creator.fl_str_mv	Rojas Tocora, Angelica Maria
dc.contributor.advisor.none.fl_str_mv	Cancino, Sandra
dc.contributor.author.none.fl_str_mv	Rojas Tocora, Angelica Maria
dc.contributor.corporatename.spa.fl_str_mv	Escuela Colombiana de Ingeniería Julio Garavito
dc.subject.armarc.none.fl_str_mv	Malaria Procesamiento de imágenes Aprendizaje automático
topic	Malaria Procesamiento de imágenes Aprendizaje automático Malaria Procesamiento de imágenes Aprendizaje automático Malaria Image processing Machine learning
dc.subject.proposal.spa.fl_str_mv	Malaria Procesamiento de imágenes Aprendizaje automático
dc.subject.proposal.eng.fl_str_mv	Malaria Image processing Machine learning
description	Malaria, a prevalent parasitic disease, has traditionally been diagnosed through microscopic blood examination, a method that requires considerable expertise and is subject to interpretative variability. This project proposes the use of advanced image processing techniques and machine learning to enhance the detection and classification of the four malaria parasites that infect humans: Plasmodium falciparum, P. vivax, P. ovale, and P. malariae.
publishDate	2024
dc.date.accessioned.none.fl_str_mv	2024-02-01T20:59:55Z
dc.date.available.none.fl_str_mv	2024-02-01T20:59:55Z
dc.date.issued.none.fl_str_mv	2024
dc.type.spa.fl_str_mv	Trabajo de grado - Pregrado
dc.type.coarversion.fl_str_mv	http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.version.spa.fl_str_mv	info:eu-repo/semantics/publishedVersion
dc.type.coar.spa.fl_str_mv	http://purl.org/coar/resource_type/c_7a1f
dc.type.content.spa.fl_str_mv	Text
dc.type.driver.spa.fl_str_mv	info:eu-repo/semantics/bachelorThesis
dc.type.redcol.spa.fl_str_mv	https://purl.org/redcol/resource_type/TP
format	http://purl.org/coar/resource_type/c_7a1f
status_str	publishedVersion
dc.identifier.uri.none.fl_str_mv	https://repositorio.escuelaing.edu.co/handle/001/2811
dc.identifier.url.none.fl_str_mv	https://catalogo.escuelaing.edu.co/cgi-bin/koha/opac-detail.pl?biblionumber=23637
url	https://repositorio.escuelaing.edu.co/handle/001/2811 https://catalogo.escuelaing.edu.co/cgi-bin/koha/opac-detail.pl?biblionumber=23637
dc.language.iso.spa.fl_str_mv	spa
language	spa
dc.relation.indexed.spa.fl_str_mv	N/A
dc.rights.coar.fl_str_mv	http://purl.org/coar/access_right/c_abf2
dc.rights.accessrights.spa.fl_str_mv	info:eu-repo/semantics/openAccess
eu_rights_str_mv	openAccess
rights_invalid_str_mv	http://purl.org/coar/access_right/c_abf2
dc.format.extent.spa.fl_str_mv	4 páginas
dc.format.mimetype.spa.fl_str_mv	application/pdf
dc.publisher.spa.fl_str_mv	Escuela Colombiana de Ingeniería Universidad del Rosario
dc.publisher.place.spa.fl_str_mv	Bogotá
dc.publisher.program.spa.fl_str_mv	Ingeniería Biomédica
institution	Escuela Colombiana de Ingeniería Julio Garavito
bitstream.url.fl_str_mv	https://repositorio.escuelaing.edu.co/bitstream/001/2811/5/Rojas%20Tocora%2c%20Angelica%20Maria-2024.pdf.jpg https://repositorio.escuelaing.edu.co/bitstream/001/2811/7/Autorizaci%c3%b3n.pdf.jpg https://repositorio.escuelaing.edu.co/bitstream/001/2811/4/Rojas%20Tocora%2c%20Angelica%20Maria-2024.pdf.txt https://repositorio.escuelaing.edu.co/bitstream/001/2811/6/Autorizaci%c3%b3n.pdf.txt https://repositorio.escuelaing.edu.co/bitstream/001/2811/3/license.txt https://repositorio.escuelaing.edu.co/bitstream/001/2811/1/Rojas%20Tocora%2c%20Angelica%20Maria-2024.pdf https://repositorio.escuelaing.edu.co/bitstream/001/2811/2/Autorizaci%c3%b3n.pdf
bitstream.checksum.fl_str_mv	0209d1db3bea7ba1520806ab6e09d53e 04bd6113adc7fcef0de5fcfd33d46699 5ecc925adb3b96ae4a6548cf360917a0 2f6bc5307bd2c34bcb21e0ecc166ce61 5a7ca94c2e5326ee169f979d71d0f06e 28b570c5648d159bb3a7eb89d12363bd b5d38933939f6a066419661f411cc3f5
bitstream.checksumAlgorithm.fl_str_mv	MD5 MD5 MD5 MD5 MD5 MD5 MD5
repository.name.fl_str_mv	Repositorio Escuela Colombiana de Ingeniería Julio Garavito
repository.mail.fl_str_mv	repositorio.eci@escuelaing.edu.co
_version_	1814355632172564480
spelling	Cancino, Sandra9984e034fae54d172ec834eb40814919Rojas Tocora, Angelica Mariaeaf3ce786b1c602dcee16ade33681d1fEscuela Colombiana de Ingeniería Julio Garavito2024-02-01T20:59:55Z2024-02-01T20:59:55Z2024https://repositorio.escuelaing.edu.co/handle/001/2811https://catalogo.escuelaing.edu.co/cgi-bin/koha/opac-detail.pl?biblionumber=23637Malaria, a prevalent parasitic disease, has traditionally been diagnosed through microscopic blood examination, a method that requires considerable expertise and is subject to interpretative variability. This project proposes the use of advanced image processing techniques and machine learning to enhance the detection and classification of the four malaria parasites that infect humans: Plasmodium falciparum, P. vivax, P. ovale, and P. malariae.La malaria, una enfermedad parasitaria prevalente, se ha diagnosticado tradicionalmente mediante un examen microscópico de sangre, un método que requiere considerable experiencia y está sujeto a variabilidad interpretativa. Este proyecto propone el uso de técnicas avanzadas de procesamiento de imágenes y aprendizaje automático para mejorar la detección y clasificación de los cuatro parásitos de la malaria que infectan a los humanos: Plasmodium falciparum, P. vivax, P. ovale y P. malariae.PregradoIngeniero(a) Biomédico(a)El conjunto de datos consiste en 229 imágenes de frotis de sangre obtenidas del Chittagong Medical College Hospital en Bangladesh. Estas imágenes han sido segmentadas para resaltar la región visual de los eritrocitos. Las imágenes están clasificadas en cuatro categorías, basadas en las especies de Plasmodium que causan malaria: Plasmodium falciparum, Plasmodium vivax, Plasmodium malariae y Plasmodium ovale. La distribución de las imágenes por especie es la siguiente: 122 imágenes corresponden a Plasmodium falciparum, 37 a Plasmodium malariae, 29 a Plasmodium ovale y 46 Plasmodium vivax. Este dataset no contaba con anotaciones específicas para la segmentación de parásitos por especie, sino; para la segmentación por fase de vida, en consecuencia, a esto, se realizó una segmentación manual haciendo uso de la herramienta de MATLAB Image Labeler. B. Segmentación Se segmentó el color morado; considerando que todos los parásitos están pintados con este color en las imágenes. Se utiliza MATLAB para este proceso, el cual, implica varios pasos, desde la conversión de la imagen a un espacio de color adecuado hasta la creación de una máscara binaria que identifica las áreas de interés. 1) Definición del Rango de Color: Primero, definimos el rango del color morado en el espacio de color HSV (Hue, Saturation, Value), que es más efectivo para la segmentación de colores que el espacio de color RGB (Red, Green, Blue). El rango se ajusta según las necesidades específicas y el tono deseado de morado: rango_color_morado = [0.7, 0.2, 0.2; 0.9, 1.0, 1.0]; 2) Conversión de RGB a HSV: Convertimos la imagen del espacio de color RGB al espacio HSV. Esto facilita la identificación de colores específicos en la imagen. 3) Creación de la Máscara Binaria: Creamos una máscara binaria que identifica el color morado en la imagen. Esta máscara compara cada píxel con el rango definido, resultando en una imagen binaria donde los píxeles morados son marcados. C. Clasificación Se usó transfer learnig. El cual es una técnica avanzada en el campo del aprendizaje automático, que consiste en aplicar conocimientos adquiridos en una tarea para mejorar el aprendizaje en otra tarea relacionada. Esta estrategia es especialmente útil cuando se cuenta con un conjunto de datosProcesamiento de señales e imagenes4 páginasapplication/pdfspaEscuela Colombiana de IngenieríaUniversidad del RosarioBogotáIngeniería BiomédicaClasificación de parásitos de la malariaTrabajo de grado - Pregradoinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_7a1fTextinfo:eu-repo/semantics/bachelorThesishttps://purl.org/redcol/resource_type/TPhttp://purl.org/coar/version/c_970fb48d4fbd8a85N/Ainfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2MalariaProcesamiento de imágenesAprendizaje automáticoMalariaProcesamiento de imágenesAprendizaje automáticoMalariaImage processingMachine learningCLASIFICACÍON DE PARASITOS DE LA MALARIATHUMBNAILRojas Tocora, Angelica Maria-2024.pdf.jpgRojas Tocora, Angelica Maria-2024.pdf.jpgGenerated Thumbnailimage/jpeg16861https://repositorio.escuelaing.edu.co/bitstream/001/2811/5/Rojas%20Tocora%2c%20Angelica%20Maria-2024.pdf.jpg0209d1db3bea7ba1520806ab6e09d53eMD55open accessAutorización.pdf.jpgAutorización.pdf.jpgGenerated Thumbnailimage/jpeg12281https://repositorio.escuelaing.edu.co/bitstream/001/2811/7/Autorizaci%c3%b3n.pdf.jpg04bd6113adc7fcef0de5fcfd33d46699MD57metadata only accessTEXTRojas Tocora, Angelica Maria-2024.pdf.txtRojas Tocora, Angelica Maria-2024.pdf.txtExtracted texttext/plain15325https://repositorio.escuelaing.edu.co/bitstream/001/2811/4/Rojas%20Tocora%2c%20Angelica%20Maria-2024.pdf.txt5ecc925adb3b96ae4a6548cf360917a0MD54open accessAutorización.pdf.txtAutorización.pdf.txtExtracted texttext/plain3502https://repositorio.escuelaing.edu.co/bitstream/001/2811/6/Autorizaci%c3%b3n.pdf.txt2f6bc5307bd2c34bcb21e0ecc166ce61MD56metadata only accessLICENSElicense.txtlicense.txttext/plain; charset=utf-81881https://repositorio.escuelaing.edu.co/bitstream/001/2811/3/license.txt5a7ca94c2e5326ee169f979d71d0f06eMD53open accessORIGINALRojas Tocora, Angelica Maria-2024.pdfRojas Tocora, Angelica Maria-2024.pdfapplication/pdf805412https://repositorio.escuelaing.edu.co/bitstream/001/2811/1/Rojas%20Tocora%2c%20Angelica%20Maria-2024.pdf28b570c5648d159bb3a7eb89d12363bdMD51open accessAutorización.pdfAutorización.pdfapplication/pdf324911https://repositorio.escuelaing.edu.co/bitstream/001/2811/2/Autorizaci%c3%b3n.pdfb5d38933939f6a066419661f411cc3f5MD52metadata only access001/2811oai:repositorio.escuelaing.edu.co:001/28112024-03-04 16:23:14.774metadata only accessRepositorio Escuela Colombiana de Ingeniería Julio Garavitorepositorio.eci@escuelaing.edu.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

Clasificación de parásitos de la malaria

Publicaciones similares