Métodos para el análisis morfológico en imágenes de muestras biológicas aplicando técnicas de inteligencia artificial
Palabras clave:
Anemia Drepanocítica, angiogénesis, morfología, clasificación, inteligencia artificial explicableResumen
Introducción: El estudio morfológico de objetos se aplica en diversos contextos; en particular, en el ámbito médico, ciertas enfermedades o procesos relacionados pueden provocar alteraciones en las células. La identificación de estas deformaciones es fundamental para realizar diagnósticos y proponer tratamientos. Esta investigación se centra en 2 ejemplos: la anemia drepanocítica, en la que los glóbulos rojos adoptan una forma de media luna, y la angiogénesis, que se analiza mediante cultivos in vitro de células endoteliales provenientes de venas de cordón umbilical humano. La morfología de estas células se puede asociar con los procesos de migración y proliferación celular.
Objetivo: Proponer y evaluar nuevos métodos usando técnicas de inteligencia artificial para realizar el análisis morfológico celular de forma automática en ambos tipos de muestras biológicas.
Métodos: Se desarrollan métodos de procesamiento y análisis usando bases de datos propias, tanto de células individuales, como de campo visual completo. Se proponen y evalúan métodos para las etapas de segmentación, extracción de características y clasificación, así como 2 herramientas que definen el aporte práctico.
Resultados: Se logran resultados en la clasificación que mostraron un desempeño igual o superior a los más relevantes conocidos hasta el momento.
Conclusiones: Los métodos y herramientas obtenidos contribuyen a mejorar el diagnóstico y calidad de vida de los pacientes.
Descargas
Citas
1. Paz Y, Herold S. Perspectivas recientes del análisis morfológico automatizado en eritrocitos. Rev. Cuba. Investig. Bioméd., 2021;suppl.1:40. Disponible en: http://scielo.sld.cu/scielo.php?pid=S0864-3002021000200014&script=sci_arttext&tlng=en
2. Escobedo M, Herold S, Ferreira L, Machado F, Monteiro E, Delgado W. Análisis morfológico de muestras de HUVEC utilizando funciones basadas en geometría integral. Rev. Cienc. Mat. 2016;30(2):79-86. Disponible en: https://revistas.uh.cu/rcm/article/view/8821
3. González M, Guerrero F, Herold S, Jaume A, Marrero P. Red Blood Cell Cluster Separation from Digital Images for use in Sickle Cell Disease. IEEE J Biomed Health. 2014;19(4):1514-25. Disponible en: https://doi.org/10.1109/JBHI.2014.2356402
4. Escobedo M, Herold S, Ferreira L, Delgado W, Machado F, Monteiro E. Clasificación morfológica de células endoteliales de venas del cordón umbilical humano en imágenes digitales de cultivos in vitro. Revista Medisan. 2017;22(2):123-31. Disponible en: http://scielo.sld.cu/scielo.php?pid=S1029-30192018000200002&script=sci_arttext&tlng=pt
5. Escobedo M, Herold S, Ferreira L, Machado F, Monteiro E, Delgado W. Clasificación morfológica usando descriptores elementales en imágenes digitales de muestras de HUVEC. Rev. Cienc. Mat. 2017;31(2):117-23. Disponible en: https://revistas.uh.cu/rcm/article/view/8845
6. Escobedo M, Herold S, Ferreira L, Machado F, Monteiro E, Delgado W. Clasificación morfológica de células endoteliales de venas de cordón umbilical humano (HUVEC) en imágenes digitales. Rev. Cuba. Cienc. Informat. 2018;12(1):1-13. Disponible en: http://scielo.sld.cu/scielo.php?pid=S2227-18992018000100001&script=sci_arttext
7. Escobedo M, Delgado W, Monteiro E, Ferreira L. Automatic Morphological Evaluation of Endothelial Cells Using Different Classification Methods. Proceedings IX Latin American Congress on Biomedical Engineering and XXVIII Brazilian Congress on Biomedical Engineering. CLAIB CBEB 2022; 2022 Oct 24-8; Brasil: IFMBE; 2024. 582-91 p. https://doi.org/10.1007/978-3-031-49404-8_56
8. Escobedo M, Delgado W, Jiménez J, Ferreira L. Deep Learning Models for Automatic Morphological Evaluation of Endothelial Cells. Proceedings XXIX Congreso Brasileño de Ingeniería Biomédica (CBEB); 2024 Sep 2-6; Ribeirão Preto-Brasil; 2024.
9. Grandales H, Soto Y, García S. Análisis de desempeño de segmentación sobre imágenes de muestras de sangre periférica. Orange Journal. 2021;3(6):21-33. Disponible en: https://doi.org/10.46502/issn.2710-995X/2021.6.03
10. Fernández K, Herold S, Fernández A, Escobedo M, Coello G, Marrero P. Estudio morfológico en muestras de sangre periférica. Proceedings V Latin American Congress on Biomedical Engineering CLAIB 2011; 2011 may. 16-21; La Habana, Cuba: Springer Berlin; 2013. 543-6 p. https://doi.org/10.1007/978-3-642-21198-0_139
11. Delgado W, Escobedo M, González M, Herold S, Jaume A, Mir A. Diagnosis support of sickle cell anemia by classifying red blood cell shape in peripheral blood images. Med Biol Eng Comput. 2020;58(6):1265-84. Disponible en: https://doi.org/10.1007/s11517-019-02085-9
12. Gual X, Herold S, Simó A. Shape description from generalized support functions. Pattern Recognit. Lett. 2013;34(6);619-26. Disponible en: https://doi.org/10.1016/j.patrec.2012.12.016
13. Gual X, Herold S, Simó A. Erythrocyte shape classification using integral-geometry-based methods. Med Biol Eng Comput. 2015;53:623-33. Disponible en: https://doi.org/10.1007/s11517-015-1267-x
14. Herold S, Fernandes L. New Methods for Morphological Erythrocytes Classification. Proceedings 2019 41st Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC); 2019 Jul. 23-27; Berlin, Alemania; 2019. 4068-71 p. Disponible en: https://doi.org/10.1109/EMBC.2019.8857013
15. Paz Y, Herold S, Fernandes L, Díaz S. Automatic classification of erythrocytes using artificial neural networks and integral geometry-based functions. Proceedings 33rd SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI); 2020 nov. 7-10; Recife-Brasil: IEEE; 2020. 156-63 p. Disponible en: https://doi.org/10.1109/SIBGRAPI51738.2020.00029
16. Delgado W, González M, Herold S, Jaume A, Mir A. Erythrocytes morphological classification through HMM for sickle cell detection. Proceedings Articulated Motion and Deformable Objects: 9th International Conference AMDO; 2016 Jul. 13-15; Palma de Mallorca, España: Springer International Publishing; 2016.88-97 p. Disponible en: https://doi.org/10.1007/978-3-319-41778-3_9
17. Delgado W, Herold S, Escobedo M, Gonzalez M, Jaume A, Mir A, Ferreira L. Classification of Red Blood Cell Shapes Using a Sequential Learning Algorithm. Proceedings XXVII Brazilian Congress on Biomedical Engineering. CBEB 2020; 2020 Oct. 26-30; Brasil: IFMBE Proceedings; 2022. p. 2059-65. Disponible en: https://doi.org/10.1007/978-3-030-70601-2_301
18. Delgado W, Escobedo M, Pascual R. Uso del aprendizaje profundo para identificar formas en eritrocitos. Proceedings XVIII Congreso Internacional COMPUMATG; 2021 Dic. 15; Bayamo-Cuba; 2021.
19. Gual X, Herold S, Simó A. Geometric analysis of planar shapes with applications to cell deformations. Image Anal. Stereol. 2015:34:171-82. Disponible en: https://doi.org/10.5566/ias.1151
20. Epifanio I, Gual X, Herold S. Morphological analysis of cells by means of an elastic metric in the shape space. Image Anal. Stereol. 2020;39:281-91. Disponible en: https://doi.org/10.5566/ias.2183
21. Machado C, Escobedo M, Nigro C, Vaz S, Prado C, Augusto D, Palacios F, Ferreira L. Digital Image Processing Assessment of the Differential in vitro Antiangiogenic Effects of Dimeric and Monomeric Beta2-Glycoprotein I. J Cytol Histol. 2013;4(4):1-8. Disponible en: https://doi.org/10.4172/2157-7099.1000187
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2025 Miriela Milagros Escobedo Nicot, Silena Herold García, Wilkie Ernesto Delgado Font, Ligia Ferreira Gomes, Antoni Jaume i Capó, Manuel González Hidalgo, Ximo Gual-Arnau, Amelia Simó Vidal, Yaima Paz Soto
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
La revista Anales de la Academia de Ciencias de Cuba protege los derechos de autor, y opera con una Licencia Creative Commons 4.0 (Licencia Creative Commons Reconocimiento-NoComerciall 4.0). Al publicar en ella los autores permiten copiar, reproducir, distribuir, comunicar públicamente su obra y generar obras derivadas, siempre y cuando se cite y reconozca al autor original. No permiten, sin embargo, utilizar la obra original con fines comerciales ni lucrativos.
Los autores autorizan la publicación de sus escritos conservando los derechos de autoría, y cediendo y transfiriendo a la revista todos los derechos protegidos por las leyes de propiedad intelectual que rigen en Cuba, que implican la edición para difundir la obra.
Los autores podrán establecer acuerdos adicionales para la distribución no exclusiva de la versión de la obra publicada en la revista (por ejemplo, situarla en un repositorio institucional o publicarla en un libro), con el reconocimiento de haber sido publicada primero en esta revista.
Para conocer más, véase https://creativecommons.org
