| |
| Acadêmico(a): Juliano Mueloschat |
| Título: VONCELL: UM PROTÓTIPO PARA RECONHECIMENTO DE CÉLULAS DO SISTEMA IMUNE DO TIPO LINFÓCITO E NEUTRÓFILO |
| |
| Conclusão: |
| A proposta deste trabalho foi desenvolver um protótipo baseado em evidências para auxiliar o processo de contagem total e diferencial de leucócitos do tipo linfócito e neutrófilo em virtude desses tipos representarem cerca de 85% dos leucócitos encontrados no hemograma. Foi utilizada a linguagem Java para construção do protótipo, utilizando a biblioteca JavaCV e Encog para facilitar o trabalho de processamento de imagens e classificação. As imagens foram obtidas em um ambiente bem controlado, contudo mostrou-se uma tarefa árdua, onde das 300 imagens obtidas, somente 100 tiveram um foco satisfatório, onde foram selecionadas 40 imagens que se enquadraram na proposta deste trabalho. Inicialmente, percebeu-se que as cores das lâmpadas interferiam nas técnicas de segmentação, onde soluções baseadas em cores e histogramas tiveram de ser descartadas devido às particularidades que cada célula trazia e criava novos cenários a serem atendidos. O primeiro objetivo que era realizar a segmentação das células teve uma série de desafios, onde primeiramente foi delimitar a região do campo do microscópio, pois cada imagem proporcionava uma nova forma e tamanho diferente. Realizando a conversão do modelo RGB para HSV, utilizou-se o próprio canal V para servir de máscara e conseguir eliminar componentes externos. Enquanto que o canal S limiarizado teve um nível satisfatório de realce para atender a descoberta da região do núcleo das células. Em relação ao núcleo das células, o principal desafio era detectar lóbulos desconexos e uni-los sem conectá-los com outras células, onde este item foi parcialmente atendido. Porém, com poucos casos onde o resultado foi indesejável. O crescimento de região uniforme, cujo propósito é delimitar a região ao redor do núcleo para agregar o citoplasma também foi atendido parcialmente, apesar de ser empírico e eventualmente não contemplar todo o citoplasma. A partir do momento em que foi realizada a etapa de descoberta e a criação da lista de células, o método de extração de núcleo atendeu bem aos tipos linfócitos e neutrófilos, e possivelmente aos demais leucócitos. Para melhorar a extração do núcleo foi aplicado uma clusterização na imagem, isso fez com que o serrilhado fosse menor e consequentemente teve um aumento no grau de circularidade dos núcleos, o que ajudou a melhorar a diferenciação deste atributo entre os tipos deste trabalho. Já a extração do citoplasma foi o maior desafio enfrentado neste trabalho, a clusterização aplicada no núcleo tornou o citoplasma mesclado com outras regiões. Por isso, foi descartada a utilização da clusterização para extração do citoplasma. Alguns modelos de cores foram testados, entre eles: Luv, Lab, YCbCr e HLS, porém todos eles não tinham a região do citoplasma realçada e nem mesmo o próprio modelo HSV. Além do próprio modelo RGB ter sido descartado em virtude de que a solução baseou-se em cores e as intensidades variam muito em cada célula. Como não se obteve um canal com o realce do citoplasma, foi realizada uma solução baseada na célula como um todo, para realizar posteriormente a subtração do núcleo. Neste caso, foi utilizado o canal H do modelo HSV, onde este canal sofreu uma série de operações morfológicas com a intenção de remover ruídos conexos, principalmente hemácias. O núcleo teve um papel importante nesta etapa para que a célula ficasse condensada e não sofresse alterações por conta das operações morfológicas. E, por fim, é realizada a subtração do núcleo, originando assim a parte do citoplasma. Contudo, cerca de 20% dos casos possuem ruídos médio-grandes, logo, considerou-se que esta etapa foi atendida parcialmente. Como primeiro objetivo deste trabalho a extração da célula e suas respectivas partes, núcleo e citoplasma, considerou-se o objetivo parcialmente atendido. O segundo objetivo de extrair as características morfológicas da célula foi atendido com sucesso. Sendo que o grau de circularidade do núcleo atendeu de maneira satisfatória em vários momentos de validação morfológica do protótipo. Além da circularidade, a quantidade de lóbulos de uma célula serviu de maneira adequada para distinguir os tipos de células. O cálculo de área, núcleo e citoplasma, contribuem para eliminar ruídos. O terceiro e último objetivo, classificar ás células, foi atendido. Contudo, o sucesso deste objetivo é intimamente ligado aos objetivos anteriores. A rede neural do tipo MLP utiliza as características morfológicas extraídas anteriormente para inferir a classificação da célula. Além de resolver a problemática da enorme variação de características morfológicas de cada imagem, consegue resolver e inferir a classificação com nível satisfatório de acurácia. Por fim, conclui-se que protótipo desenvolvido pode realizar com nível satisfatório a contagem total e a diferenciação de leucócitos do tipo linfócito e neutrófilo além de servir como base para outros trabalhos que vierem a classificar outros tipos de leucócitos. Também é possível concluir que para um protótipo deste gênero possa ser utilizado em um laboratório, torna-se necessário que se consiga classificar todos os leucócitos e com um percentual fidedigno de acurácia e, além disto, estudar como seria empregada a fase de aquisição das imagens, visto que a contagem manual feita por um profissional é um processo prático comparado a fase de aquisição das imagens. |
| |
|
