• Modelo tecnológico para optimizar el proceso de detección de leucemia utilizando el algoritmo canny, a través de la microscopía digital

      Armas Aguirre, Jimmy Alexander; Lopez Prieto, Juan Jose; Purizaca Perez, Miguel Angel (Universidad Peruana de Ciencias Aplicadas (UPC)PE, 2021-02-01)
      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.
      Acceso abierto