Abstract

CHANDRA JOSHI, Rakesh; YADAV, Saumya; KISHORE DUTTA, Malay  and  TRAVIESO-GONZALEZ, Carlos M.. Rede neural convolucional eficiente para detecção e contagem dos glóbulos sanguíneos. Uniciencia [online]. 2022, vol.36, n.1, pp.449-457. ISSN 2215-3470.  http://dx.doi.org/10.15359/ru.36-1.28.

O exame de células sanguíneas é uma parte importante da avaliação de saúde e imunidade. Há três componentes principais dos glóbulos vermelhos, glóbulos brancos e plaquetas. A contagem e a densidade dessas células sanguíneas são usadas para encontrar múltiplos distúrbios, tais como infecções no sangue: anemia, leucemia, etc. Os métodos tradicionais são demorados e o custo dos testes é alto. Portanto, surge a necessidade de métodos automatizados que possam detectar diferentes tipos de células sanguíneas e contar o número de células. É proposta uma estrutura baseada em rede neural convolucional para a detecção e contagem de células. A rede neural é treinada para múltiplas iterações e é salvo um modelo que tem uma menor perda de validação. São realizados experimentos para analisar o desempenho do sistema de detecção e os resultados com alta precisão na contagem de células. A precisão média é obtida analisando os respectivos rótulos na imagem. Foi determinado que o valor médio de precisão oscila entre 70 % e 99,1 % com um valor médio de 85,35 %. O custo computacional da proposta foi de 0,111 segundos, processando uma imagem com dimensões de 640 × 480 pixels. O sistema também pode ser implementado em computadores com CPUs de baixo custo para prototipagem rápida. A eficiência da proposta, para identificar e contar diferentes células sanguíneas, pode ser usada para ajudar os profissionais médicos a encontrar distúrbios e tomar decisões, com base na identificação automática.

Keywords : Rede neural convolucional; aprendizagem profunda; glóbulos vermelhos; glóbulos brancos.

        · abstract in English | Spanish     · text in English     · English ( pdf )