Técnica para Auto-Segmentação de Componentes Sanguíneos e Classificação Diferencial de Leucócitos Baseada em Lógica Fuzzy
Processamento digital de imagens, lógica fuzzy, segmentação de imagens, classificação diferencial de leucócitos, componentes sanguíneos
A detecção automática de componentes sanguíneos em imagens microscópicas é um importante tópico da área hematológica. A segmentação permite que os componentes sanguíneos sejam agrupados em áreas comuns e a classificação diferencial dos leucócitos possibilita que os mesmos sejam analisados separadamente. Com a auto-segmentação e classificação diferencial, contribui-se no processo de análise dos componentes sanguíneos, fornecendo ferramentas que propiciem a diminuição do trabalho manual e o aumento da sua precisão e eficiência. Utilizando técnicas de processamento digital de imagens associadas a uma abordagem fuzzy genérica e automática, este trabalho propõe dois Sistemas de Inferência Fuzzy, definidos como I e II, para a auto-segmentação de componentes sanguíneos e classificação diferencial de leucócitos, respectivamente, em imagens microscópicas de esfregaços. Considerando inicialmente os níveis de cinza presentes no canal G da imagem (modelo RGB), a proximidade entre os centróides dos núcleos leucocitários e os demais pixels que a compõem e utilizando o Sistema de Inferência Fuzzy I, a técnica proposta realiza a segmentação da imagem em quatro regiões: núcleo e citoplasma leucocitários, eritrócitos e área de plasma. Após a segmentação e considerando apenas os leucócitos (núcleo e citoplasma), os classifica diferencialmente utilizando descritores de forma e textura já conhecido e outros descritores definidos neste trabalho e o Sistema de Inferência Fuzzy II. Foram utilizadas para testes 530 imagens contendo amostras microscópicas de esfregaços sanguíneos corados com métodos variados. As imagens foram processadas e seus índices de Acurácia e Gold Standards foram calculados e comparados com os resultados manuais e com outros resultados encontrados na literatura para os mesmos problemas. Quanto à segmentação, a técnica desenvolvida demonstrou percentuais de acurácia de 97,31% para leucócitos, 95,39% para eritrócitos e 95,06% para plasma sanguíneo. Quanto à classificação diferencial, os percentuais variaram entre 92,98% e 98,39% para os diferentes tipos leucocitários. Além de promover a auto-segmentação e classificação diferencial, a técnica proposta contribui ainda com definição de novos descritores e a construção de um banco de imagens utilizando diversos processos de coloração hematológicos.