Titulo: Clasificación
de eritrocitos empleando modelos ocultos de Márkov
Títle: Red
Blood cell classification with hidden Markov models
Autores:
Silena Herold-Garcia,I
Pedro Marrero-Fernández,II Manuel González-Hidalgo,III
Antoni Jaume-i-Capó,IV Arnau MirV
I Universidad de Oriente, Patricio
Lumumba S/N Santiago de Cuba, Cuba.
E-mail: silena@uo.edu.cu
II Universidad de Oriente, Cuba.
E-mail: pedro@uo.edu.cu
III Universidad de las Islas Baleares, España.
E-mail: manuel.gonzalez@uib.es
IV Universidad de las Islas Baleares, España.
E-mail: antoni.jaume@uib.es
V Universidad de las Islas Baleares, España.
E-mail: arnau.mir@uib.es
RESUMEN
Se realiza un estudio del desempeño
de los modelos ocultos de Márkov (HMM) en la clasificación
morfológica supervisada de eritrocitos en muestras de sangre
periférica de pacientes con anemia drepanocítica.
Los contornos se representan de forma novedosa considerando las
diferencias angulares en la curvatura de los puntos del mismo. El
entrenamiento de cada modelo se realiza tanto con la descripción
normal de los contornos como con la representación de la
rotación de los mismos, para garantizar una mayor estabilidad
en los parámetros estimados. Se desarrolla un proceso de
validación cruzada de 5x1 para estimación del error.
Se obtienen las medidas de sensibilidad, precisión y especificidad
de la clasificación. Los mejores resultados en cuanto a sensibilidad
se obtienen al clasificar eritrocitos pertenecientes a dos clases:
normales (96%) y elongados (99%). Al considerar además una
clase de eritrocitos con otras deformaciones los mejores resultados
se obtienen realizando el entrenamiento de los modelos con la rotación
de todos los contornos, que alcanzó sensibilidades de normales
(94%), elongados (82%) y con otras deformaciones (76%).
Palabras Clave:
clasificación morfológica de eritrocitos, modelos
ocultos de Márkov, representación de contornos.
ABSTRACT
A study of the performance of Hidden
Markov Models (HMM) in morphologic supervised classification of
erythrocytes in peripheral blood smears of patients with sickle
cell disease is realized. Contours are represented in original way
considering the angular differences in the curvature of the points
of the same. The training of every model comes true with the normal
description of the contours and with the representation of the rotation
of the same, in order to guarantee a bigger stability in the esteemed
parameters. A process of validation crossed of 5x1 for estimate
of the error is developed. The measures of sensibility, precision
and specificity of classification are obtained. The best results
obtain when classifying erythrocytes in two classes, with sensibility
values in normal of 96 % and elongated 99 %. In the classification
of erythrocytes considering the class of other deformations better
results obtain accomplishing the training of the models with the
rotation of all the contours, that it attained sensibilities of
normal (94 %), elongated (82 %) and with other deformations (76
%).
KeyWords: erythrocytes
morphological classification, hidden Markov models, contour representation.
|