HistoBCAD: herramienta de código abierto para detección de cáncer de mama en imágenes histopatológicas
<p><strong>Fundamento:</strong> la detección y clasificación precisa del cáncer de mama mediante el diagnóstico histopatológico es de vital importancia para el tratamiento efectivo de la enfermedad. Entre los tipos de cáncer de mama, el carcinoma ductal invasivo es el más frecuente...
Saved in:
| Main Authors: | , , , , |
|---|---|
| Format: | Article |
| Language: | Spanish |
| Published: |
Centro Provincial de Información de Ciencias Médicas. Cienfuegos
2022-03-01
|
| Series: | Medisur |
| Subjects: | |
| Online Access: | http://medisur.sld.cu/index.php/medisur/article/view/5371 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1832576882823921664 |
|---|---|
| author | Carlos Abraham Pérez Marrero Talía Vázquez Romaguera Alexander Mulet De Los Reyes Carlos R. Vázquez Seisdedos Francisco Perdigón Romero |
| author_facet | Carlos Abraham Pérez Marrero Talía Vázquez Romaguera Alexander Mulet De Los Reyes Carlos R. Vázquez Seisdedos Francisco Perdigón Romero |
| author_sort | Carlos Abraham Pérez Marrero |
| collection | DOAJ |
| description | <p><strong>Fundamento:</strong> la detección y clasificación precisa del cáncer de mama mediante el diagnóstico histopatológico es de vital importancia para el tratamiento efectivo de la enfermedad. Entre los tipos de cáncer de mama, el carcinoma ductal invasivo es el más frecuente. El análisis visual de las muestras de tejido en el microscopio es un proceso manual que consume tiempo y depende del observador. Sin embargo, en muchos países, incluido Cuba, es escaso el uso de herramientas software para asistir el diagnóstico.<br /><strong>Objetivo:</strong> desarrollar una herramienta software para detectar tejido de cáncer de mama, del subtipo carcinoma ductal invasivo, en imágenes histopatológicas.<br /><strong>Métodos:</strong> la herramienta se implementó en Python e incluye métodos de detección de carcinoma ductal invasivo en imágenes histopatológicas, basados en algoritmos de extracción de características de color y textura en combinación con un clasificador de bosques aleatorios.<br /><strong>Resultados:</strong> la herramienta de código abierto brinda una serie de facilidades para la lectura, escritura y visualización de imágenes histopatológicas, delineación automática y manual de zonas cancerígenas, gestión de los datos diagnósticos del paciente y evaluación colaborativa a distancia. Fue evaluada en una base de datos con 162 imágenes de pacientes diagnosticados con carcinoma ductal invasivo y se obtuvo una exactitud balanceada de 84 % y factor F1 de 75 %.<br /><strong>Conclusiones:</strong> la herramienta permitió un análisis interactivo, rápido, reproducible y colaborativo mediante una interfaz gráfica sencilla e intuitiva. En versiones futuras se prevé incluir nuevos métodos de aprendizaje automático incremental para el análisis de imágenes histopatológicas digitales.</p> |
| format | Article |
| id | doaj-art-3517c28d7b604685a0604538c982baf9 |
| institution | Kabale University |
| issn | 1727-897X |
| language | Spanish |
| publishDate | 2022-03-01 |
| publisher | Centro Provincial de Información de Ciencias Médicas. Cienfuegos |
| record_format | Article |
| series | Medisur |
| spelling | doaj-art-3517c28d7b604685a0604538c982baf92025-01-30T21:28:58ZspaCentro Provincial de Información de Ciencias Médicas. CienfuegosMedisur1727-897X2022-03-012022102212106HistoBCAD: herramienta de código abierto para detección de cáncer de mama en imágenes histopatológicasCarlos Abraham Pérez Marrero0Talía Vázquez Romaguera1Alexander Mulet De Los Reyes2Carlos R. Vázquez Seisdedos3Francisco Perdigón Romero4Centro de Estudios de Neurociencias, Procesamiento de Imágenes y Señales. Facultad de Ingeniería en Telecomunicaciones, Informática y Biomédica. Universidad de Oriente. Cuba.Centro de Estudios de Neurociencias, Procesamiento de Imágenes y Señales. Facultad de Ingeniería en Telecomunicaciones, Informática y Biomédica. Universidad de Oriente. Cuba.Departamento de Telecomunicaciones. Facultad de Ingeniería en Telecomunicaciones, Informática y Biomédica. Universidad de Oriente. Cuba.Facultad de Ingeniería en Telecomunicaciones, Informática y Biomédica. Universidad de Oriente. Cuba.Global Artificial Intelligence Accelerator (GAIA). Ericsson. Canadá.<p><strong>Fundamento:</strong> la detección y clasificación precisa del cáncer de mama mediante el diagnóstico histopatológico es de vital importancia para el tratamiento efectivo de la enfermedad. Entre los tipos de cáncer de mama, el carcinoma ductal invasivo es el más frecuente. El análisis visual de las muestras de tejido en el microscopio es un proceso manual que consume tiempo y depende del observador. Sin embargo, en muchos países, incluido Cuba, es escaso el uso de herramientas software para asistir el diagnóstico.<br /><strong>Objetivo:</strong> desarrollar una herramienta software para detectar tejido de cáncer de mama, del subtipo carcinoma ductal invasivo, en imágenes histopatológicas.<br /><strong>Métodos:</strong> la herramienta se implementó en Python e incluye métodos de detección de carcinoma ductal invasivo en imágenes histopatológicas, basados en algoritmos de extracción de características de color y textura en combinación con un clasificador de bosques aleatorios.<br /><strong>Resultados:</strong> la herramienta de código abierto brinda una serie de facilidades para la lectura, escritura y visualización de imágenes histopatológicas, delineación automática y manual de zonas cancerígenas, gestión de los datos diagnósticos del paciente y evaluación colaborativa a distancia. Fue evaluada en una base de datos con 162 imágenes de pacientes diagnosticados con carcinoma ductal invasivo y se obtuvo una exactitud balanceada de 84 % y factor F1 de 75 %.<br /><strong>Conclusiones:</strong> la herramienta permitió un análisis interactivo, rápido, reproducible y colaborativo mediante una interfaz gráfica sencilla e intuitiva. En versiones futuras se prevé incluir nuevos métodos de aprendizaje automático incremental para el análisis de imágenes histopatológicas digitales.</p>http://medisur.sld.cu/index.php/medisur/article/view/5371aprendizaje automáticoneoplasias de la mamacarcinoma ductal de mamadiagnósticointeligencia artificial |
| spellingShingle | Carlos Abraham Pérez Marrero Talía Vázquez Romaguera Alexander Mulet De Los Reyes Carlos R. Vázquez Seisdedos Francisco Perdigón Romero HistoBCAD: herramienta de código abierto para detección de cáncer de mama en imágenes histopatológicas Medisur aprendizaje automático neoplasias de la mama carcinoma ductal de mama diagnóstico inteligencia artificial |
| title | HistoBCAD: herramienta de código abierto para detección de cáncer de mama en imágenes histopatológicas |
| title_full | HistoBCAD: herramienta de código abierto para detección de cáncer de mama en imágenes histopatológicas |
| title_fullStr | HistoBCAD: herramienta de código abierto para detección de cáncer de mama en imágenes histopatológicas |
| title_full_unstemmed | HistoBCAD: herramienta de código abierto para detección de cáncer de mama en imágenes histopatológicas |
| title_short | HistoBCAD: herramienta de código abierto para detección de cáncer de mama en imágenes histopatológicas |
| title_sort | histobcad herramienta de codigo abierto para deteccion de cancer de mama en imagenes histopatologicas |
| topic | aprendizaje automático neoplasias de la mama carcinoma ductal de mama diagnóstico inteligencia artificial |
| url | http://medisur.sld.cu/index.php/medisur/article/view/5371 |
| work_keys_str_mv | AT carlosabrahamperezmarrero histobcadherramientadecodigoabiertoparadetecciondecancerdemamaenimageneshistopatologicas AT taliavazquezromaguera histobcadherramientadecodigoabiertoparadetecciondecancerdemamaenimageneshistopatologicas AT alexandermuletdelosreyes histobcadherramientadecodigoabiertoparadetecciondecancerdemamaenimageneshistopatologicas AT carlosrvazquezseisdedos histobcadherramientadecodigoabiertoparadetecciondecancerdemamaenimageneshistopatologicas AT franciscoperdigonromero histobcadherramientadecodigoabiertoparadetecciondecancerdemamaenimageneshistopatologicas |