Automated image analysis method for p-vivax malaria parasite detection in thick film blood images

El artículo describe un método de análisis de gota gruesa para la detección del parásito de la malaria en la sangre, realizado a partir del análisis de imágenes. Para la etapa de segmentación de las imágenes el método desarrollado combina las técnicas AGNES [Absence of gradients and Nernstian equili...

Full description

Autores:
Yunda, Leonardo
Millán, Jorge
Alarcón Ramirez, Andrés
Tipo de recurso:
Article of investigation
Fecha de publicación:
2012
Institución:
Universidad ICESI
Repositorio:
Repositorio ICESI
Idioma:
eng
OAI Identifier:
oai:repository.icesi.edu.co:10906/65497
Acceso en línea:
http://hdl.handle.net/10906/65497
http://www.icesi.edu.co/revistas/index.php/sistemas_telematica/article/view/1151
http://biblioteca2.icesi.edu.co/cgi-olib/?infile=details.glu&loid=243192
https://doi.org/10.18046/syt.v10i20.1151
Palabra clave:
FACULTAD DE INGENIERÍA
MALARIA
PRODUCCIÓN INTELECTUAL REGISTRADA - UNIVERSIDAD ICESI
REDES NEURONALES
MICROSCOPIA
ANÁLISIS
SISTEMA & TELEMÁTICA
Rights
openAccess
License
https://creativecommons.org/licenses/by-nc-nd/4.0/
Description
Summary:El artículo describe un método de análisis de gota gruesa para la detección del parásito de la malaria en la sangre, realizado a partir del análisis de imágenes. Para la etapa de segmentación de las imágenes el método desarrollado combina las técnicas AGNES [Absence of gradients and Nernstian equilibrium stripping] y del Gradiente Morfológico. La extracción de características se basa en la transformada de Wavelet y es seguida por una etapa de clasificación de la red neuronal. El método utiliza la técnica de Análisis de Componentes Principales (PCA) para reducir el número de funciones y mejorar el rendimiento de la red neuronal. La tasa de detección efectiva (True-Positive rate) lograda fue de 77,19% en la determinación de un parásito específico, y de 76,45% en la determinación de al menos un parásito en una imagen de microscopio