Identificación de métodos de procesamiento digital de imágenes bacteriológicas microscópicas para el diagnóstico de tuberculosis

Abstract

El diagnóstico de la Tuberculosis (TBC) es un proceso fundamental para iniciar un tratamiento médico y/o farmacológico exitoso, sin embargo este carece de un método de diagnóstico que sea económico y confiable ya que la TBC es una enfermedad infecto contagioso que se hace multidrogo resistente cuando se realiza un diagnóstico tardío o en una etapa avanzada; Este retraso se debe a que los laboratoristas de los centros especializados de diagnóstico tienen sobre carga laboral, como cansancio mental y físico, generando la disminución de la capacidad de identificación y por ende el conteo de bacterias de TBC, en este sentido el objetivo del presente trabajo es identificar métodos de procesamiento digital de imágenes adecuadas para el diagnóstico de este mal (ver ilustración 40, página 73), en este contexto se examinan algoritmos de color (RGB y HSV), algoritmos de morfología (erosión y dilatación) y algoritmos de borde (Canny y Sobel). Para el conteo de los bacilos se desarrolló un módulo basada en tres condiciones (perímetro, tangente y diámetro) para determinar a posibles objetos de interés, la importancia de este trabajo es la posibilidad de contar con una herramienta tecnológica de diagnóstico confiable de TBC, en este sentido el presente estudio tiene un enfoque cuantitativo analítico de estimación de características operativas de confiabilidad (sensibilidad, especificidad) y exactitud de pruebas diagnósticas, ya que va a comparar el desempeño de diagnóstico de esta herramienta contra técnicas de laboratorio utilizadas como pruebas de rutina o de referencia (Gold Standar), el tamaño de la muestra es de 92 muestras con un nivel de confianza del 75 % provenientes de Redes de Salud y hospitales de la Región Cusco, obteniéndose una herramienta tecnológica de diagnóstico de la tuberculosis basado en procesamiento de imágenes con un nivel de confianza mayor al 95 % y una exactitud mayor al 96 %.