Revue: | Investigación y ciencia - Universidad Autónoma de Aguascalientes |
Base de datos: | PERIÓDICA |
Número de sistema: | 000437929 |
ISSN: | 1665-4412 |
Autores: | Ojeda Pat, Allan1 Martín González, Anabel1 Uc Cetina, Víctor1 |
Instituciones: | 1Universidad Autónoma de Yucatán, Facultad de Matemáticas, Mérida, Yucatán. México |
Año: | 2020 |
Periodo: | May-Ago |
Número: | 80 |
Paginación: | 91-98 |
País: | México |
Idioma: | Español |
Tipo de documento: | Artículo |
Enfoque: | Analítico, descriptivo |
Resumen en español | La enfermedad de Chagas, causada por el parásito Trypanosoma cruzi, afecta a una gran cantidad de personas en Latinoamérica. Un análisis de sangre resulta el método preferido para generar un diagnóstico de la enfermedad; sin embargo, es un proceso tardado, ya que requiere de mucho esfuerzo de expertos para analizar grandes cantidades de muestras en búsqueda de parásitos. La implementación de sistemas automáticos que faciliten la detección del parásito en imágenes de muestras de sangre capturadas por microscopio es de gran utilidad. Por tanto, en este artículo de revisión se detallan los diferentes trabajos científicos que utilizan técnicas de aprendizaje automático para detectar y segmentar al parásito Trypanosoma cruzi en imágenes digitales |
Resumen en inglés | Chagas disease, caused by the parasite Trypanosoma cruzi, affects many people in Latin America. A blood test is the preferred method to generate a diagnosis of the disease; however, it is a time-consuming process, since it requires a lot of effort by experts to analyze large quantities of samples in the search of the presence of parasites. Implementation of automatic systems that facilitate the detection of the parasite in images of blood samples captured by microscope is very useful. Therefore, in this review article, the different scientific papers that use machine learning techniques to detect and segment the parasite Trypanosoma cruzi in digital images are described |
Disciplinas: | Medicina, Ciencias de la computación |
Palabras clave: | Diagnóstico, Procesamiento de datos, Enfermedad de Chagas, Técnicas de diagnóstico, Diagnóstico automatizado, Procesamiento de imágenes, Aprendizaje automático, Imágenes digitales |
Keyword: | Diagnosis, Data processing, Chagas disease, Diagnostic techniques, Automated diagnosis, Image processing, Automatic learning, Digital images |
Texte intégral: | http://biblat.unam.mx/hevila/InvestigacionycienciaUniversidadautonomadeaguascalientes/2020/no80/10.pdf |