SciELO - Scientific Electronic Library Online

 
vol.11 número1Usando TIC para enseñar Matemática en preescolar: El Circo MatemáticoMulticlasificador para predecir interacción de proteínas usando optimización basada en colonia de hormigas índice de autoresíndice de assuntospesquisa de artigos
Home Pagelista alfabética de periódicos  

Serviços Personalizados

Journal

Artigo

Indicadores

  • Não possue artigos citadosCitado por SciELO

Links relacionados

  • Não possue artigos similaresSimilares em SciELO

Compartilhar


Revista Cubana de Ciencias Informáticas

versão On-line ISSN 2227-1899

Resumo

RODRIGUEZ GUILLEN, Reinier; GARCIA GARCIA, Yainet; OROZCO MONTEAGUDO, Maykel  e  TABOADA CRISPI, Alberto. Detección de Regiones de Interés en imágenes de la prueba de Papanicolaou. Rev cuba cienc informat [online]. 2017, vol.11, n.1, pp.182-194. ISSN 2227-1899.

RESUMEN La detección de anomalías en imágenes médicas es usada en la clasificación y detección de anormalidades. El objetivo de un detector de anomalías es la identificación de las diferencias en una serie de datos, sin tener ninguna información previa de sus propiedades. El objetivo de este trabajo es la construcción de un detector de anomalías para imágenes de la prueba de Papanicolaou, para lo que se diseñó e implementó un algoritmo que determinó regiones de interés. Este algoritmo se probó con 40 imágenes, 20 que sólo contenían células normales y 20 con células anómalas. El 100% de las imágenes con células anómalas presentó regiones de interés. De las 20 imágenes con sólo células normales, sólo 9 contuvieron regiones de interés. Por otro lado, el método propuesto incluyó en las regiones de interés al 92.43% de las células anómalas.

Palavras-chave : Prueba de Papanicolaou; detección de anomalías; regiones de interés; clasificación; mapas de clasificación.

        · resumo em Inglês     · texto em Espanhol     · Espanhol ( pdf )

 

Creative Commons License Todo o conteúdo deste periódico, exceto onde está identificado, está licenciado sob uma Licença Creative Commons