SciELO - Scientific Electronic Library Online

 
vol.36 issue1An efficient convolutional neural network to detect and count blood cellsA systematic review about the contribution of the genus Tessaria (Asteraceae) to cancer study and treatment author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • Have no similar articlesSimilars in SciELO

Share


Uniciencia

On-line version ISSN 2215-3470Print version ISSN 1011-0275

Abstract

BLANCO-SOLANO, Austin; SILES CANALES, Francisco  and  ALPIZAR-ALPIZAR, Warner. Quantificação automatizada de Ki-67 em tecido epitelial gástrico com base na razão de área dos núcleos celulares. Uniciencia [online]. 2022, vol.36, n.1, pp.458-466. ISSN 2215-3470.  http://dx.doi.org/10.15359/ru.36-1.29.

(Objetivo):

O objetivo foi desenvolver um algoritmo automatizado para a estimativa de um índice de proteína (Ki-67) baseado na razão da área do núcleo celular das células do tecido epitelial gástrico, utilizando imagens digitais de histopatologia.

(Metodologia):

Cada região de interesse nas imagens foi anotada manualmente por um especialista. Foi usada uma proporção de células Ki-67 positivas e negativas dentro dessa região para obter a distribuição de cores dos pixels correspondentes. O histograma de cada distribuição de cores foi modelado como uma Gaussiana e, em seguida, foi definido um limite para a segmentação e a classificação. Por fim, o índice Ki-67 foi estimado como a relação entre a área positiva segmentada dos núcleos dividida pela área total dos núcleos positivos e negativos.

(Resultados):

O método automatizado apresenta forte correlação de 0,725 e erro quadrático médio de 0,293, em relação ao método manual, o que dá certeza de que o método automatizado pode ser utilizado para analisar a taxa de proliferação. Além disso, em comparação com a classificação manual, o método apresentado classifica automaticamente cada imagem na mesma categoria Ki-67: baixa, média e alta.

(Conclusões):

Apesar do pequeno tamanho da amostra, foi demonstrada a utilidade do método apresentado. No entanto, o baixo número de imagens pontuadas não permitiu a amostragem completa das faixas de valores de pixels e intensidades observadas pelos patologistas, o que será abordado em trabalhos futuros.

Keywords : Patologia digital; processamento digital de imagens; análise imuno-histoquímica; reconhecimento de padrões; segmentação de núcleos; quantificação de Ki-67; câncer gástrico; células gástricas.

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