Segmentación de imágenes de células cervicales y evaluación de características para detección de lesiones neoplásicas

Abstract

El cáncer cervical puede ser curado si se detecta y trata oportunamente, para ello la prueba Pap ha sido fundamental. En este contexto, una ayuda tecnológica puede reducir la naturaleza subjetiva del diagnóstico, pero existen dificultades en su construcción. Aquí abordamos dos de ellas: la identificación del citoplasma y el núcleo de cada célula, y la determinación de un conjunto de características relevantes para la detección de lesiones neoplásicas. En este artículo presentamos dos aportes. Primero se propone un método interactivo de segmentación basado en procesamiento morfológico multiespectral en el que las imperfecciones más engañosas de las imágenes son eliminadas con una interacción simple del analista. Segundo, se hace un análisis de la relevancia de algunas variables que caracterizan los tamaños relativos del núcleo y el citoplasma, sus formas, sus texturas y la rugosidad de sus bordes. El análisis se basa en las medidas de desempeño de un detector que utiliza extracción de características mediante análisis de componentes principales (PCA) y separación de células normales y lesionadas mediante una máquina de vectores de soporte (SVM). Encontramos que una mínima interacción con el médico permite obtener segmentaciones mucho más precisas y confiables. De otro lado, encontramos que las características más relevantes para detección de lesiones neoplásicas son los tamaños relativos del núcleo y del citoplasma y sus formas, mientras que otras características, como la textura y la rugosidad, son menos relevantes.