Objetivo:

Reducir falsos positivos y falsos negativos del sistema convencional de PAP

Plantear un sistema de analisis de PAP a un costo menor

Objetivos específicos:
- Desarrollo de un software capaz de: leer una imagen de una muestra de PAP
aplicar operaciones de procesamiento básicas sobre
una imagen
reconocer en forma automatizada núcleos de la célula
reconocer los bordes de núcleos
obtener las dimensiones del núcleo reconocido
- Crear una estructura de datos para operar sobre las estructuras celulares
reconocidas -> almacenando indicadores
en una BD el cual se obtendrán patrones.
- Proponer una arquitectura computacionalpara disponibilizar adecuadamente los
exámenes -> almacenar en una
estructura de datos -> ibtener patrones de comportamiento.

Teoría:
Cáncer cérvico uterino es una patología de la mujer que causa más muertes a nivel
mundial. Examenes a mujeres
especialmente entre 25 y 64 años. Muestras de células del cuello del útero cada 2 o
3 años.

Problema:
El PAP tiene mas de 7% de falsos positivos y más de 10% de falsos negativos. Con
grandes variabilidades. La
lectura e interpretación tiene parámetros definidos en el Sistema Bethesda.

Propuesta de solución:
Desarrollo de un sistema computacional de apoyo al diagnóstico del examen PAP. Con
herramientas que permitan
medir con mayor presición los parámetros mencionados, transformándose a su vez, en
el método de control de
calidad de elección.

Etapas:
- Se obtiene la imagen digital a partir de una muestra citológica
Imagen 40x, medida de 0.25 micras por pixel, velocidad de 3 minutos en la
obtención de la muestra.

- Preprocesamiento aplicando un algoritmo de detección de bordes

La imagen debe ser depurada para que la detección sea eficiente, se aplica
procesos de mejora basado en
brillo y contraste, luego es someido a distintos filtros lo que se obtiene
una imagen optimizada.
Se utilizaron filtros lineales, los cuales se aplica una máscara a la imagen.
Y filtros no lineales los cuales
se aplican una función estadística a la imagen.
Filtro de mediana: no lineal
Convolución: filtro lineal

- Segmentación de la imagen,separando e identificandolas células del resto de la

muestra
Aplicar un algoritmo de detección de umbrales basado en la intensidad de la
imagen (Sobel), luego se analiza
la imagen implementando un algoritmo capaz de analizar la intensidad de un
pixel respecto a los vecinos
analizando pixel por pixel los posibles candidatos. Los candidatos son
depurados luego e ingresados en una
estructura donde se almacena el pixel, su intensidad, los bordes vecinos
ubicado en sus 8 direcciones y las
coordenadas en la imagen. La dificultad radica en las distintas densidades de
las células

- Detección de núcleos y obtención de indicadores

Se analiza por un algoritmo que es capaz de identificar el núcleo, analizando
los bordes vecinos de cada
pixel de la imagen que esta marcado como borde.
Se descarta los candidatos a núcleo que no cumplan con características de
forma, intensidad y tamaño que
resultan de la comparación con otros candidatos
Se obtiene la medida del contorno del núcleo y su ubicación de la muestra,
como también el rectángulo
circunscritopor sus extremos superior izquierdo e inferior derecho. Mas la
equivalencia de la medida de
un píxel se mide el núcleo