PFC .-Rubén García García

UNIVERSIDAD POLITCNICA DE MADRID ESCUELA TCNICA SUPERIOR DE INGENIEROS INDUSTRIALES DIVISIN DE INGENIERA ELECTRNICA
PROYECTO FIN DE CARRERA

(Proyecto becado por el programa: Proyectos Fin de Carrera para el Desarrollo)
INGENIERA INDUSTRIAL
ESTUDIO TCNICO DE VIABILIDAD PARA DIAGNSTICO DE MALARIA POR TELEPATOLOGA Y PROCESAMIENTO DE IMGENES.
Autor: Rubn Garca Garca N Proyecto: 09104142 Directores: Teresa Riesgo Alcaide Benjamn Castaeda (PUCP)
Madrid, Abril 2011
Quiero dedicar el PFC a todos aquellos que de una manera u otra me han ayudado durante los aos de mi formacin como ingeniero y me han hecho crecer como persona. A Benjamn Castaeda, por acogerme en el Laboratorio de Imgenes Mdicas de la PUCP, por asesorarme y por ensearme a trabajar de manera independiente. A Teresa Riesgo, por aceptar la tutela en la ETSII y por sus consejos. A Carlos Ramos y la Direccin de Cooperacin de la UPM por brindarme la magnfica oportunidad de realizar un Proyecto de Cooperacin al Desarrollo y a Jaime Vera y Cristiam Carey por sus gestiones y su confianza. A Norberto, Daniel, Clara, Johayra, Ney y Matilde, tcnicos del Laboratorio de San Juan, por su entusiasta colaboracin en los experimentos. A mi familia, por su apoyo incondicional, por haberme inculcado los valores que han hecho de m quien soy, por su cario. A todos aquellos que compartieron conmigo el ao en Per, porque hicieron de l una experiencia maravillosa e inolvidable, por los buenos ratos. A esos compaeros de la ETSI Industriales con los que he crecido, ellos que saben lo duro que es llegar hasta aqu, por hacerlo todo ms sencillo, por la ayuda prestada, por sus nimos. Mucha suerte. A todos mis buenos amigos, por las vivencias compartidas estos aos, porque ellos constituyen mi Madrid, del que me he sentido parte en todo momento a pesar de los 10000 kilmetros de distancia. Muchas gracias a todos.
Estudio tcnico de viabilidad para diagnstico de malaria mediante telepatologa y procesamiento de imgenes. Rubn Garca Garca. ETSI Industriales-UPM
NDICE
Introduccin ........................................................................................................................ 1
Captulo 1.- Justificacin y objetivos.................................................................................... 5 1.1 Problemtica ........................................................................................................... 6 1.2 Justificacin............................................................................................................. 9 1.3 Objetivos ............................................................................................................... 12 1.3.1 Objetivo general ............................................................................................ 12 1.3.2 Objetivos especficos .................................................................................... 12
Captulo 2.- Marco terico ................................................................................................. 13 2.1 La malaria ............................................................................................................ 14 2.1.1 Ciclo biolgico del Plasmodium .................................................................... 14 2.1.2 Sintomatologa .............................................................................................. 15 2.1.3 Diagnstico ................................................................................................... 16 2.1.4 Tratamiento ................................................................................................... 19 2.2 Fotomicrografa digital........................................................................................... 20 2.2.1 Proceso de adquisicin de una imagen ........................................................ 20 2.2.2 Formacin de la imagen ............................................................................... 41 2.2.3 Pre-procesamiento de la imagen .................................................................. 47 2.2.4 Aplicaciones de las imgenes microgrficas ............................................... 51
Captulo 3.- Estado del Arte............................................................................................... 61 3.1 La malaria en el mundo. Agentes y programas .................................................... 62 3.1.1 Organismos Internacionales ......................................................................... 62 3.1.2 El Proyecto Pamafro ..................................................................................... 63
3.2 Infraestructura y Grupos de Investigacin implicados .......................................... 68 3.2.1 Grupo de Telecomunicaciones Rurales ....................................................... 68 3.2.2 Laboratorio de Imgenes Mdicas............................................................... 71 3.3 Trabajos previos relacionados en Telemedicina .................................................. 76 3.3.1 Evolucin ...................................................................................................... 76 3.3.2 Proyectos implementados en pases en vas de desarrollo.......................... 77 3.3.3 Estudios del valor diagnstico de imgenes usadas en telepatologa.......... 78 3.4 Trabajos previos relacionados en diagnstico mediante procesamiento de imgenes............................................................................................................... 80 3.4.1 Conceptos utilizados en procesamiento de imgenes.................................. 81 3.4.2 Investigaciones en procesamiento de imgenes de muestras de malaria ... 88
Captulo 4.- Anlisis y diseo ............................................................................................ 92 4.1 Capacitacin en diagnosis de malaria y estudio preliminar del valor diagnstico de imgenes ...................................................................................... 93 4.1.1 Localizacin y duracin ................................................................................ 93 4.1.2 Materiales y mtodos .................................................................................... 94 4.1.3 Proceso de preparacin de muestras ........................................................... 95 4.1.4 Distincin de los parsitos y diagnstico ...................................................... 96 4.1.5 Adquisicin de imgenes .............................................................................. 98 4.1.6 Estudio preliminar del valor diagnstico ..................................................... 103 4.1.7 Informacin aportada por los tcnicos acerca del proceso de diagnstico 105 4.1.8 Conclusiones del estudio ............................................................................ 105 4.2 Seleccin del equipo de microfotografa ............................................................. 107 4.2.1 Caractersticas del sensor y del sistema ptico .......................................... 107 4.2.2 Caractersticas adicionales del equipo de adquisicin ............................... 110 4.2.3 Estudio de sistemas disponibles en el mercado ......................................... 111 4.3 Evaluacin del valor diagnstico de imgenes microscpicas de muestras de malaria ................................................................................................................ 112
4.3.1 Objetivos ..................................................................................................... 112 4.3.2 Materiales y mtodos .................................................................................. 113 4.4 Diagnstico de malaria por procesamiento de imgenes ................................... 117 4.4.1 Pre-procesamiento ..................................................................................... 118 4.4.2 Segmentacin ............................................................................................. 118 4.4.3 Descripcin de los objetos .......................................................................... 123 4.4.4 Clasificacin ................................................................................................ 125
Captulo 5.- Resultados y discusin ................................................................................ 126 5.1 Seleccin del equipo de microfotografa ............................................................ 127 5.1.1 Resultados .................................................................................................. 127 5.1.2 Discusin .................................................................................................... 130 5.2 Evaluacin del valor diagnstico de imgenes microscpicas de muestras de malaria ................................................................................................................ 132 5.2.1 Resultados .................................................................................................. 132 5.2.2 Discusin .................................................................................................... 134 5.3 Diagnstico de malaria por procesamiento de imgenes ................................... 136 5.3.1 Resultados .................................................................................................. 136 5.3.2 Discusin .................................................................................................... 138
Captulo 6.- Conclusiones y recomendaciones ............................................................... 141
Referencias...................................................................................................................... 145
NDICE ANEXOS
A.1 Fichas tcnicas de cmaras evaluadas .................................................................... 147 A.2 Ficha tcnica Fujifilm FinePix S1500 ........................................................................ 168 A.3 Cdigo que genera la divisin de las imgenes en tres regiones concntricas de igual rea para el estudio del campo visual ...................................................................... 170 A.4 Imgenes adquiridas y utilizadas en la evaluacin del valor diagnstico de imgenes de muestras de malaria ............................................................................................ 171 A.5 Diagnsticos realizados por los tcnicos y tabla de relacin muestras-imgenes .... 195 A.6 Cdigo de los programas utilizados para realizar el diagnstico de malaria por procesamiento de imgenes..................................................................................... 212 A.7 Planificacin del proyecto y diagrama de Gantt ........................................................ 222 A.8 Presupuesto .............................................................................................................. 223 A.9 Informe Final: Proyectos Fin de Carrera para el Desarrollo ...................................... 226
Introduccin.
El presente Proyecto Final de Carrera ha sido desarrollado en el Laboratorio de Imgenes Mdicas de la Pontificia Universidad Catlica del Per gracias a una de las becas PFC para el Desarrollo que ofrece la Universidad Politcnica de Madrid. El Laboratorio de Imgenes Mdicas, de reciente creacin, ha llevado a cabo investigaciones encaminadas a la automatizacin del diagnstico de diversas enfermedades de fuerte incidencia en Per, como la tuberculosis, a travs del procesamiento de las imgenes microscpicas de muestras de esputo, as como de leishmaniasis mediante el anlisis de imgenes de las lesiones causadas en la piel. Este PFC supone el primero de un programa que se desarrollar en relacin con la malaria y por ello se centrar en el proceso de preparacin de muestras y de adquisicin de las imgenes. El diagnstico de malaria se realiza mediante la observacin microscpica de muestras sanguneas, de manera que al observar muestras infectadas, adems de los parsitos de malaria, que pueden ser de cuatro especies diferentes, con caractersticas distintas, se observan otros objetos que nada tienen que ver con la malaria como glbulos rojos, glbulos blancos y plaquetas y que en algunos casos pueden confundirse con parsitos. Adems, para visualizar los parsitos, las muestras sanguneas son teidas en los laboratorios de los centros de salud, con un componente qumico denominado giemsa, que permite resaltar los parsitos respecto al fondo, pero tambin destaca los componentes anteriormente mencionados. Estos aspectos dificultan enormemente la tarea de procesamiento de la imagen, de manera que es importante contar con imgenes en las mejores condiciones posibles para encarar la tarea de procesamiento con las mximas garantas. Por otro lado, adems de como un primer trabajo en el camino hacia el autodiagnstico de malaria, se espera que este PFC constituya una herramienta importante en otra disciplina que ha sufrido un importante auge en los ltimos aos: la telemedicina. Dentro de la PUCP existe otro grupo de investigacin denominado Grupo de Telecomunicaciones Rurales, que han extendido redes wireless de una longitud superior a los 400 km, a lo largo de zonas aisladas de la Amazona Peruana. Dicho grupo se encuentra interesado en dotar de servicios de telemedicina a sus redes, de manera que tcnicos de zonas que no cuentan con infraestructura telefnica tradicional, ni con comunicacin por va terrestre, puedan consultar sus dudas con los expertos de los Laboratorios de Referencia Regional. Este PFC se enmarca, por tanto, en un contexto de colaboracin transversal entre dos grupos de investigacin. Por un lado, pretende ser el primer paso de un largo camino hacia el auto-diagnstico de malaria, de manera similar a como se han llevado las investigaciones de tuberculosis y leishmaniasis en el LIM. Por otro lado, pretende servir de herramienta para justificar el desarrollo de la telemedicina en las redes instaladas por el GTR. Para ello, ser necesario cuantificar el valor diagnstico de las imgenes, de manera que podamos asegurar que los tcnicos son capaces de diagnosticar la enfermedad con resultados similares a los que obtienen examinando las muestras directamente sobre el microscopio. En este PFC se desarrollar un estudio tcnico de viabilidad que evale la posibilidad de desarrollar sistemas que permitan realizar el diagnstico de malaria mediante estas dos tcnicas y sugiera las directrices a seguir para llegar a su implementacin definitiva. Para ello se llevarn a cabo las siguientes acciones: o En primer lugar, informarse de las investigaciones llevadas a cabo en relacin
Introduccin
con Imgenes Mdicas y encontrar posibles paralelismos con la que se pretende llevar a cabo. o En segundo lugar, estudio del proceso de preparacin de muestras y de las caractersticas de los parsitos, para entender la problemtica del reconocimiento y los procesos en los que se puede incidir. En tercer lugar, seleccin de un equipo de fotomicrografa, con un presupuesto restringido, que permita obtener imgenes de calidad. A continuacin, se debern realizar pruebas con la colaboracin de tcnicos de laboratorio, sometindoles al examen de imgenes digitales para comparar sus resultados con los que obtienen al visualizar directamente en el microscopio. Por ltimo, se realizar un acercamiento al procesamiento de imgenes. Escapa del objetivo de este PFC el lograr realizar un auto-diagnstico completo y fiable. Sin embargo, se considera importante desarrollar al menos una primera investigacin en este sentido, que permita evaluar la importancia de los distintos aspectos que componen la tarea del procesamiento.
El PFC se estructura en cinco captulos: o En el captulo 1, Justificacin y Objetivos, se aportarn las razones que justifican la pertinencia del PFC como proyecto en Cooperacin al Desarrollo y se presentarn los objetivos. En el captulo 2, Marco Terico, se dotar de base terica al proyecto. Se explicar con ms detalle en qu consiste la malaria, se definirn las magnitudes propias del sistema de fotomicrografa en las que nos apoyaremos ms adelante para seleccionar el equipo, la formacin de imgenes y las labores que se pueden llevar a cabo para mejorar sus caractersticas. Por ltimo se explicar en qu consiste la Telepatologa y el Procesamiento de Imgenes. En el captulo 3, Estado del Arte, se describir la evolucin de la malaria en Per y en el Mundo, los agentes y programas dedicados a su erradicacin. A continuacin se describirn las actividades de los grupos de investigacin que apoyan el desarrollo de este proyecto y sern los encargados de continuar con la investigacin. Adems se mostrarn los estudios previos relacionados con telepatologa y procesamiento de imgenes que nos ayuden a entender qu podemos esperar del sistema que se pretende implementar, sobre todo aquellas que se han desarrollado en contextos de Cooperacin al Desarrollo y las relacionadas directamente con malaria. En el captulo 4, Anlisis y Diseo, se describir el proceso de capacitacin para el reconocimiento de los parsitos de malaria; se abordar la seleccin del equipo de Fotomicrografa a travs de un estudio de productos, buscando una solucin de bajo coste; se disear e implementar un estudio acerca del valor diagnstico de las imgenes; y, por ltimo, se realizar un programa en Matlab con el fin de reconocer los parsitos en una muestra sangunea y diagnosticar dicha muestra.
Introduccin
En el captulo 5, Resultados y Discusin, se mostrarn los resultados obtenidos y se valorar el grado de cumplimento de los objetivos, enmarcando dichos resultados en el contexto de investigaciones similares.
o En el captulo 6, Conclusiones y Recomendaciones, se formularn las

conclusiones finales, y dado el carcter especial que concede a este proyecto el hecho de desarrollarse bajo las premisas de un contexto de Cooperacin al Desarrollo, se formularn recomendaciones para aquellos ingenieros o investigadores, que estuviera interesados en continuar la labor iniciada en este PFC o avanzar hacia la implementacin de un servicio de Telepatologa o AutoDiagnstico en pases en Vas de Desarrollo.
Introduccin
Captulo 1.- Justificacin y objetivos.
1.1
PROBLEMTICA.
La malaria o paludismo es una enfermedad parasitaria que durante siglos ha representado una amenaza para la salud del hombre y la economa de los pases endmicos. La Organizacin Mundial de la Salud estima que la malaria ha causado 225 millones de casos de fiebre y 800.000 muertes anuales en todo el mundo en 2009[1,2,3], deteriorando la salud y bienestar de la poblacin econmicamente activa, mermando los escasos recursos de muchos pases en vas de desarrollo. A pesar de que el nmero de casos se ha reducido a la mitad en 10 aos, se estima que la mitad de la poblacin mundial se encuentra en riesgo de padecer la enfermedad. En Per [4,5], la poblacin residente en riesgo de enfermar, es de aproximadamente 19 millones de habitantes, con un patrn de comportamiento temporal y estacional asociado geogrfica y ecolgicamente a zonas tropicales y desrticas irrigadas de la costa norte, selva montaosa, selva central y suroriental y la Cuenca Amaznica oriental del pas. La tasa de morbilidad pas de 1,53 en 1991 a 2,97 en el ao 2004. Gracias a la implementacin de iniciativas supra-nacionales, el perodo 2004-2008 tuvo una tendencia decreciente llegando a 1,48, sin embargo, todava se producen cerca de 17000 casos al ao. En la figura 1, se puede apreciar la evolucin de los casos de malaria en Per, el incremento en los 90, como consecuencia de las catstrofes sanitarias que se produjeron durante el conflicto armado, y la posterior disminucin de los casos a partir del ao 2000.
Figura 1: Evolucin de casos de Malaria en Per (1944-2000). Fuente: Instituto Nacional de Salud (Per).
Dentro de los Ocho Objetivos de Desarrollo del Milenio[6], firmados por los 189 pases miembros de las Naciones Unidas en Nueva York en el ao 2000 se encuentra una mencin explcita hacia la malaria en el Objetivo nmero 6: Combatir el VIH/SIDA, el paludismo y otras enfermedades. Ms en concreto, en la Meta 6.C Haber detenido y
6 Captulo 1.-Justificacin y objetivos
comenzado a reducir, en 2015, la incidencia de la malaria y otras enfermedades graves encontramos dos indicadores que se refieren especficamente a la malaria, sobre los que se pretende actuar: 6.6 Incidencia y tasa de mortalidad asociadas a la malaria. 6.7 Proporcin de nios menores de 5 aos que duermen protegidos por mosquiteros impregnados de insecticida y proporcin de nios menores de 5 aos con fiebre que reciben tratamiento con los medicamentos contra la malaria adecuados. Los datos anteriormente mencionados, muestran la magnitud de un problema, que a pesar de ser antiguo, concentra los esfuerzos de la comunidad internacional. Se tiene la esperanza de reducir drsticamente el nmero de afectados en un plazo que parece corto (15 aos), dada la prevalencia de la malaria en el mundo durante siglos. Para ello ser necesario sin duda un gran impulso econmico al desarrollo de proyectos y el esfuerzo y dedicacin de gran nmero de mdicos, bilogos y tambin ingenieros como quedar demostrado con este PFC. En relacin con la enfermedad y su presencia a lo largo del globo, es importante mencionar que aunque existen diferentes profilaxis, en forma de pastillas o lociones, a las que por lo general la poblacin de las zonas endmicas no tiene acceso; no se ha descubierto hasta la fecha una vacuna eficiente. Como veremos en el siguiente punto, existen distintas especies de malaria, y a medida que pasan los das de infeccin, el paciente se debilita y los parsitos se reproducen. El tratamiento para cada una de las especies es distinto. Es por esto, que el establecer un diagnstico correcto en el menor tiempo posible, resulta fundamental para administrar un tratamiento adecuado y reducir as las tasas de incidencia y mortalidad. La sintomatologa de malaria es similar a la de otras enfermedades presentes en la selva como el dengue o la gripe, de manera que para establecer un diagnstico fiable, es necesario realizar un anlisis de sangre. Existen diferentes formas de diagnstico, aunque en Per, las ms utilizadas son la Gota Gruesa y el Frotis, que consisten en el anlisis de lminas impregnadas con sangre del paciente que tras un proceso de tincin que permite resaltar los parsitos, son examinadas en el microscopio por expertos para determinar si existe infeccin malrica, cul (o cules) especie es la causante y el grado de infeccin o parasitemia. El diagnstico a partir de Gota Gruesa o Frotis resulta una tarea complicada que requiere de personal altamente entrenado por dos razones: En primer lugar, existen cuatro especies distintas de parsitos, con distintos estados vitales, de manera que las posibles formas a reconocer superan la decena. En segundo lugar, en una muestra hemtica cualquiera, aparecen objetos como glbulos rojos, glbulos blancos y plaquetas que en algunos casos podran ser confundidos con parsitos. Adems el tiempo empleado para el proceso de tincin resulta crtico, ya que si es demasiado corto, no resaltar los parsitos de manera adecuada y si es excesivo, se producirn manchas en la muestra o sobre-tincin, que dificultarn la visualizacin de los parsitos. Esta dificultad, se manifiesta ocasionalmente en errores de diagnstico sobre todo en el caso de bajas parasitemias o infecciones mixtas. An as las muestras de Gota Gruesa y Frotis, teidas con Giemsa, son consideradas en Per la prueba Gold Standard, ya que son econmicas y en general obtienen buenos resultados: sensibilidad (92-98%) y especificidad (85-99%). Existen otros mtodos de diagnstico que se han desarrollado en los ltimos aos y
Captulo 1.-Justificacin y objetivos
que analizaremos en el siguiente captulo. Dichos mtodos se encaminan en dos direcciones, por un lado, hacer el anlisis ms econmico y rpido, para lo cual se han desarrollado las tcnicas de diagnstico rpido basadas en dipstick impregnados con anticuerpos, esta tcnica se utiliza como diagnstico de urgencia pero no ofrece informacin acerca del grado de parasitemia, por lo que no se puede evaluar la gravedad de la infeccin y tampoco suele reconocer infecciones mixtas. Por el otro lado, se han desarrollado tcnicas ms complicadas y costosas que permiten reducir al mximo los errores, observando parasitemias bajsimas e identificando infecciones mixtas. Dentro de estas tcnicas destacan QBC, tcnica de inmunofluorescencia y sobre todo tcnicas moleculares basadas en PCR mltiple, que permiten hallar el ADN de las 4 especies parasitarias. Estas tcnicas representan un coste bastante superior a los anlisis de Gota Gruesa y Frotis por los equipos que requieren. Hoy por hoy, se utilizan nicamente de manera experimental y como sistemas de evaluacin en el Laboratorio de Referencia Nacional. En resumen, encontramos que dentro de los mtodos de diagnstico de malaria, el ms aplicado es el anlisis conjunto de Gota Gruesa y Frotis, por su bajo coste y los buenos resultados que ofrece, de manera que al encontrarnos ante un proyecto que pretende ser altamente replicable y escalable, nos centraremos en este mtodo diagnstico, el cual, sin embargo, en presencia de bajas parasitemias o infecciones mixtas produce un mayor nmero de errores. Cabe preguntarse a continuacin a qu son debidos esos errores. Para ello realic a lo largo de la elaboracin de este PFC varios viajes a la ciudad de Iquitos, en el departamento de Loreto, con la intencin de capacitarme en la lectura de lminas infectadas con malaria y as poder comprobar cuales son las dificultades que encuentran los tcnicos de laboratorio a la hora de establecer un diagnstico correcto. Comprob que el proceso de diagnstico tiene una duracin de unos 5 a 10 minutos aproximadamente, y es llevado a cabo por tcnicos que a lo largo del da pueden analizar varias decenas de muestras, no slo hemticas, sino tambin, de saliva o de fluidos sexuales. Existen adems, por lo general, menos microscopios que tcnicos, de manera que deben turnarse para realizar los diferentes anlisis y en la medida de lo posible, realizarlos con premura. Nos encontramos pues ante una tarea tediosa, que requiere de gran concentracin durante su desarrollo y debe ser realizada por personal preparado y experimentado. Los departamentos de la Amazona Peruana (Loreto, San Martn, Amazonas, Ucayali, Madre de Dios), cuentan con bajsimas densidades de poblacin que oscilan entre 1hab/km2 en Madre de Dios, hasta los 13,8hab/km2 de San Martn. Esto es as porque representan enormes superficies, cubiertas de una densa vegetacin, en las que, adems de sus capitales, se encuentran numerosas poblaciones de pequeo tamao (menos de mil habitantes) que en muchos casos, no cuentan con comunicacin por carretera con los principales centros de poblacin, ni tampoco electricidad o telfono. En estas poblaciones encontramos pequeos puestos de salud, dirigidos por un tcnico de enfermera, responsable de varias poblaciones dispersas. La coordinacin de los puestos de salud, depende del Centro de Salud ms cercano, en ocasiones dirigido por un nico mdico. El acceso desde estas pequeas poblaciones al centro de referencia regional, suele hacerse por va fluvial, y es frecuente que los desplazamientos tomen ms de 10 horas. Los tcnicos encargados de los puestos de salud, suelen ser capacitados rpidamente entre la poblacin local, y muchas veces no cuentan con experiencia previa en el manejo de un microscopio ni han guardado relacin alguna con la medicina. Al
encontrarse en zonas aisladas, el tiempo de aprendizaje es demasiado prolongado, ya que no cuentan con la posibilidad de consultar sus diagnsticos con personal ms experimentado, la evaluacin de sus resultados puede demorar ms de un mes y viene reflejada en funcin de falsos positivos o falsos negativos sin incidir en los objetos que han sido mal reconocidos. Por ello, el porcentaje de errores en estos puestos de salud es mucho ms elevado que en los Centros de Referencia Regional, que cuentan con ms personal y ms experimentado, redundando en un deterioro de la salud del paciente, que, aunque actualmente no suele acarrear la defuncin, si puede producir efectos irreversibles y un fuerte deterioro de la economa familiar del paciente, que ya de por s, suele presentar una situacin complicada.
1.2
JUSTIFICACIN.
En los ltimos aos se han venido desarrollando investigaciones que de manera creciente vienen relacionando mbitos que anteriormente parecan claramente diferenciados como la ingeniera, con la medicina y la biologa, dando lugar incluso a una disciplina que es objeto de estudio en universidades de todo el mundo conocida con el nombre de Ingeniera Biomdica. Uno de los aspectos que ms atencin ha recabado dentro de este proceso es la Telemedicina o Telepatologa, que se define como la prestacin de servicios de medicina a distancia. Para su implementacin se utilizan usualmente Tecnologas de la Informacin y la Comunicacin. La telemedicina comprende tanto el diagnstico y tratamiento de enfermedades, como la educacin mdica a distancia. Entre los servicios que ofrece se encuentran los siguientes: Servicios complementarios e instantneos a la atencin de un especialista (obtencin de una segunda opinin). Diagnsticos inmediatos por parte de un mdico especialista en un rea determinada. Educacin remota de alumnos de las escuelas de enfermera y medicina. Servicios de archivo digital de exmenes radiolgicos, ecografas y otros.
Examinando las caractersticas de los puestos de salud de los departamentos de la Amazona Peruana (poco personal, aislado por va terrestre de los grandes centros, con poca experiencia y enfrentado a una tarea complicada y tediosa), parece razonable considerar la Telemedicina como una aplicacin muy interesante para estos puestos de salud. El coste de implantacin de una red, que permita dotar de servicios de Telemedicina, ha descendido considerablemente en los ltimos aos con el desarrollo de las tecnologas inalmbricas, resultando asequible para pases en vas de desarrollo. Existen ejemplos en Chile y Mxico, donde desde hace diez aos, se ofrecen servicios de Telemedicina con resultados positivos. En Per, es un grupo de investigacin de la Pontificia Universidad Catlica del Per, el Grupo de Telecomunicaciones Rurales, el que en colaboracin con EHAS (Enlace Hispano Americano de Salud, organizacin sin nimo de lucro en la que se encuentran representadas diferentes Universidades, entre ellas, la UPM, la Rey Juan Carlos, la Universidad de Cauca (Colombia) y la propia PUCP), ha extendido redes inalmbricas utilizando diferentes tecnologas, que permiten transmitir datos y voz desde poblaciones rurales aisladas hasta los principales centros provinciales. Una de estas
redes, implementada sobre tecnologa Wi-Fi, se extiende a lo largo de ms de 400 km, conectando diferentes poblaciones, desde la ciudad de Iquitos, capital del Departamento de Loreto, hasta la frontera ecuatoriana. A travs de dicha red, ya se estn implementando servicios de Telemedicina bsica, como consultas telefnicas y consulta por medio de correo electrnico. El diagnstico a travs de imgenes es un paso de mayor complejidad tcnica pero que permitira dar un salto importante en la calidad de la atencin dispensada. Son tres los aspectos fundamentales necesarios para poder implementar este servicio: 1. La red debe soportar la transmisin de imgenes a travs de todos los enlaces, garantizando la completa recepcin. 2. Las imgenes deben conservar su valor diagnstico, es decir, debe ser posible realizar los diagnsticos a distancia a travs de las imgenes, en las mismas condiciones que el operador que se encuentra frente al espcimen a examinar. 3. Los tcnicos de los puestos de salud, deben ser capaces de utilizar la tecnologa que se les ofrece para lo cual, ser necesario un proceso de capacitacin. A lo largo de este PFC me ocupar de los dos ltimos aspectos sin perder de vista el primero. Se investigar cuales son las caractersticas que influyen en la calidad de una imagen para convertirla en adecuada para la realizacin de diagnstico y se llevarn a cabo anlisis intra-observador e inter-observador con la colaboracin de tcnicos de laboratorio. Ambas acciones permitirn obtener resultados acerca de la utilidad de las imgenes como mtodo diagnstico. Adems se considerar la capacidad limitada de la red a la hora de considerar la resolucin de las imgenes, pero no como una restriccin, priorizando siempre el valor diagnstico. Se considera que son dos los procesos que influyen en la calidad de la imagen que se obtendr: En primer lugar, la preparacin de las muestras: la toma de sangre, tincin, secado y conservacin son aspectos importantes para la obtencin de una muestra de calidad que facilite el anlisis tanto a travs del microscopio como por medio de una imagen. En segundo lugar, la adquisicin de la imagen: El equipo con el que se realiza la adquisicin, las condiciones de iluminacin, el acople mecnico de los elementos que influyen en el proceso, debern ser considerados. El estudio de ambos procesos, debera permitir la obtencin de imgenes de calidad cuyo valor diagnstico habr que probar, cumpliendo as con la segunda condicin para la implementacin del sistema de telemedicina. En cuanto al tercer punto, la capacitacin de los tcnicos no deber realizarse nicamente en lo concerniente al uso de las herramientas informticas, sino que debe ofrecrseles informacin acerca de la importancia del proceso de fabricacin de muestras incidiendo en aquellos aspectos que resulten fundamentales para la obtencin de una muestra ptima para su anlisis. La implementacin del sistema de telemedicina completo permitira: La consulta de aquellos casos dudosos con expertos de los Laboratorios de Referencia Regional.
10
Realizar una evaluacin ms rpida y completa de los exmenes realizados por los tcnicos. Dotar a los tcnicos de una base de datos de muestras infectadas que podran consultar en cualquier momento.
Gracias a estas mejoras, es probable que se produjera una disminucin de los errores de diagnstico y el tiempo de aprendizaje de los tcnicos se redujera considerablemente. Por otro lado, otra de las tecnologas de reciente desarrollo que ha encontrado aplicacin dentro de la Ingeniera Biomdica es el Procesamiento de Imgenes. Esta tcnica, puede considerarse una rama de la Inteligencia Artificial y busca entender las caractersticas de una imagen. Para ello, es frecuente desarrollar acciones como la segmentacin que consiste en separar la imagen en distintas regiones con significado, el etiquetado, que permite enumerar dichas regiones, seguidas finalmente de un proceso de clasificacin que ofrece informacin sobre los distintos objetos presentes en la escena. El Procesamiento de Imgenes se utiliza en diferentes disciplinas. Tiene aplicaciones en procesos de manufactura para detectar posibles fallos constructivos, puede ser utilizado en robtica para guiar a un brazo hacia los objetos que tiene que recoger, puede utilizarse para identificacin mediante cdigos de barras o servir para implementar un sistema que permita detectar billetes falsos. En cuanto a la medicina, se ha usado para detectar lesiones, fracturas seas, tumores y tambin para analizar muestras microscpicas. En el Laboratorio de Imgenes Mdicas se han llevado a cabo investigaciones encaminadas a la deteccin de bacilos de tuberculosis a travs de imgenes de muestras de saliva, y medicin de lesiones de leishmaniasis. Por otro lado, se est desarrollando un sistema de barrido electrnico para que un microscopio pueda tomar imgenes de diferentes campos de una muestra, de manera similar a como opera un operador para analizar muestras sanguneas o de saliva. El desarrollo de los algoritmos de procesamiento de imgenes, junto con la utilizacin de dicho microscopio debera permitir automatizar la lectura de muestras y realizar un autodiagnstico de diferentes enfermedades a travs de un ordenador. Sin embargo, no todas las muestras a examinar presentan la misma complejidad. Como ya ha sido descrito en la problemtica, la deteccin de malaria supone el reconocimiento de una decena de formas que pueden ser confundidas con otros elementos. Estas caractersticas propias de las muestras sobre las que se trabaja, hacen que el procesamiento de la imagen con la intencin de reconocer los parsitos resulte una tarea ardua, que escapa al alcance de este PFC. Los procesos a los que se ve sujeta una imagen, hasta llegar a la clasificacin de los objetos son: Adquisicin, preprocesamiento, segmentacin, etiquetado y clasificacin. Es conocida la expresin de que una cadena resulta tan dbil como su eslabn ms dbil, y en este caso nos encontramos ante un reto al que se han enfrentado diferentes investigadores de todo el mundo sin hallar una solucin definitiva. A lo largo de la experimentacin que se llevar a cabo, se desarrollarn todos y cada uno de los procesos anteriormente mencionados, pero la intencin no ser lograr un auto-diagnstico completo y fiable, sino comprender cules son los aspectos del proceso de adquisicin que permiten encarar el resto de procesos en las mejores condiciones y proveer a los futuros
11
investigadores de directrices para la obtencin de imgenes de calidad y adems de un primer desarrollo completo con cuantificacin de resultados, que deber ser revisado y mejorado comparando los nuevos resultados con los que yo habr obtenido. En resumen, nos encontramos ante un problema de carcter sanitario que se pretende resolver utilizando herramientas tecnolgicas de bajo coste, que puedan ser implementadas en un pas en vas de desarrollo como es Per. Es importante sealar que el trabajo que se desarrolla en este PFC posee un carcter netamente experimental, es decir, se estudiar la problemtica y se tratar de adquirir los conocimientos necesarios para plantear experimentos cuyos resultados permitan llegar a conclusiones que resulten tiles. Resulta adems el primer paso de dos investigaciones, relacionadas pero diferentes, que seguramente debern separarse en el futuro, por un lado el desarrollo de un sistema de tele-diagnstico por imgenes y por otro, el desarrollo de un sistema que permita realizar un auto-diagnstico mediante procesamiento de imgenes. La implementacin de dichos sistemas queda pues, lejos del alcance de este PFC, probablemente tendrn que desarrollarse an algunas investigaciones de magnitud semejante a esta antes de desarrollar los prototipos que nuevamente debern ser probados y mejorados antes de la implantacin de los sistemas definitivos.
1.3
OBJETIVOS.
1.3.1 Objetivo general:
Estudiar la viabilidad tcnica de implementacin de sistemas que permitan mejorar el diagnstico de malaria de zonas rurales aisladas mediante: 1. Tele-medicina. 2. Auto-diagnstico utilizando procesamiento de imgenes para la identificacin de los parsitos. 1.3.2 Objetivos especficos: 1. Estudio de todo el proceso de toma de muestras, capacitacin en la lectura de lminas de malaria y entrevista a tcnicos de laboratorio para entender las dificultades que encierra la elaboracin de diagnstico mediante la visualizacin directa sobre el microscopio de muestras de Gota Gruesa y Frotis. 2. Seleccin de un equipo de Fotomicrografa para la adquisicin de imgenes microscpicas de alta calidad, que permita encarar las tareas de procesamiento con garantas y pueda ser utilizado como patrn para la evaluacin de otros sistemas de Fotomicrografa futuros. 3. Cuantificacin del valor diagnstico de las imgenes, mediante la experimentacin llevada a cabo junto a tcnicos de laboratorio, para comparar los resultados de sus lecturas sobre el microscopio con las lecturas sobre imgenes digitales. 4. Desarrollo de un sistema de procesamiento de imgenes para el diagnstico de malaria, evaluacin de resultados y formulacin de directrices para futuros estudios que pretendan continuar esta va de investigacin.
12
Captulo 2.- Marco terico.
2.1 LA MALARIA.
Como ya se ha sealado en el anterior captulo, la malaria es una enfermedad parasitaria que afecta a los glbulos rojos de la sangre y puede llevar a producir la muerte si no se trata de manera adecuada. En este apartado se especificar cmo se produce la infeccin y la reproduccin de los parsitos, cmo se describe la sintomatologa, las distintas tcnicas de diagnstico y los tratamientos. Todo ello servir para tener una idea ms exacta del problema al que nos enfrentamos y ayudar a entender de qu manera se puede contribuir a la mejora del diagnstico. 2.1.1 Ciclo Biolgico del Plasmodium. El agente etiolgico de la malaria es un protozoo del genero Plasmodium, que es transmitido por un vector (mosquito) del gnero Anopheles. Son cuatro las especies de Plasmodium capaces de infectar al ser humano, Plasmodium Falciparum, P.Vivax, P.Malariae y P.Ovale. En Per podemos encontrar slo las 3 primeras, P.Ovale se encuentra sobre todo en frica y es la ms agresiva. El ciclo biolgico del Plasmodium comprende 3 fases: Ciclo sexual o Esporognico: La transmisin natural de la enfermedad se produce cuando un mosquito hembra del gnero Anopheles pica a un humano infectado, adquiere los gametocitos del Plasmodium (macho y hembra), que ingresan al tubo digestivo del mosquito y tras la fecundacin se reproducen en la pared de ste hasta adquirir la forma infectante denominada esporozoito, los cuales miden de 12 a 15 m aproximadamente. Los esporozoitos recorren el cuerpo del mosquito y algunos llegan a las glndulas salivales, para ser transmitidos a otro husped sano. En el momento de la picadura, los esporozoitos ingresan a la va sangunea del husped, en donde permanecen aproximadamente media hora antes de penetrar en las clulas hepticas. Esta fase dura de 14 a 20 das, dependiendo de factores ambientales. Ciclo Exoeritroctico: Esta fase se inicia en las clulas hepticas, donde los esporozoitos se reproducen en grandes cantidades hasta asumir la forma capaz de invadir los glbulos rojos. En el segundo da de esta fase, en el interior de los hepatocitos se encuentran esquizontes tisulares que aumentan de volumen y se dividen para formar millares de minsculos merozoitos. Esta fase tiene una duracin promedio de 12 das.
Ciclo Eritroctico: Ocurre cuando los merozoitos se liberan del hgado, pasan en grandes cantidades a la sangre e invaden los glbulos rojos en forma de trofozotos, alimentndose de la hemoglobina y provocando su destruccin. sto ocurre en 48 horas en P. vivax, P. falciparum y P. ovale, y 72 horas en P. malariae. Esto quiere decir que cada 48 72 horas se reinicia un nuevo ciclo eritroctico (trofozoito - esquizonte - trofozoito). En la figura 2 se puede observar el ciclo biolgico del Plasmodium.
14
Captulo 2.- Marco terico
Figura 2: Ciclo Biolgico del Plasmodium. Fuente: Instituto Nacional de Salud (Per).
2.1.2 Sintomatologa. El perodo de incubacin es el tiempo que transcurre desde la picadura del mosquito hasta la aparicin de los sntomas de la enfermedad. En el caso de la malaria dura de 10 a 28 das segn la especie de Plasmodium. Tras este perodo, los sntomas comienzan bruscamente con escalofros intensos, fiebre y fuerte sudoracin; que se repiten como accesos intermitentes cada 48 72 horas que corresponden a la ruptura de los esquizontes, aunque tambin se pueden presentar todos los das sin intermitencia. En el caso de P. falciparum los sntomas no son tan caractersticos durante los primeros das, pudiendo confundirse con una infeccin viral como la gripe o el dengue: fiebre, escalofros, dolor de huesos y cefaleas. Es decir, los pacientes infectados por malaria, y sobre todo en el caso de P.Falciparum, que es uno de los ms graves, presentan sntomas similares a otras enfermedades. Volvemos a encontrar la importancia y la dificultad de establecer un
15
correcto diagnstico, ya que la sintomatologa se presenta, a todas luces, insuficiente. 2.1.3 Diagnstico. El diagnstico de la malaria se realiza considerando las manifestaciones clnicas y la confirmacin del laboratorio de la Gota Gruesa u otra prueba que demuestre la presencia del parsito. 1. Diagnstico clnico: Las formas clnicas de la malaria se pueden dividir en: o Leve: Frecuente en individuos parcialmente inmunes, quienes ya han tenido ataques de malaria, o en personas con buena respuesta inmediata del sistema inmune. En estos pacientes la fiebre no es muy alta y los sntomas, si los hay, son discretos. La parasitemia es baja, generalmente por debajo de 0,1% de glbulos rojos infectados. Moderada: Es tpica en individuos no inmunes, quienes presentan el caracterstico paroxismo febril con perodos de fro, calor y sudor, la temperatura es alta, con aumentos en la crisis. Los sntomas generales son ms intensos, con fuerte cefalea; adems, presentan anemia moderada y una parasitemia que vara de 0,1% a 0,5%. Grave y de urgencia: Casi siempre se observan en las infecciones producidas por P. falciparum. Este tipo de malaria se presenta en individuos no inmunes, mujeres embarazadas y nios. El paciente mantiene una fiebre persistente, la cefalea es fuerte, el vmito es frecuente y puede presentarse delirio. Adems, la anemia es intensa y pueden estar parasitados un 2% o ms de los glbulos rojos.
2. Diagnstico de laboratorio: Consiste en el examen de una muestra de sangre del paciente para detectar la presencia de parsitos. Los mtodos de diagnstico pueden dividirse en diagnstico parasitolgico, si se realiza la bsqueda de parsitos en una muestra visualizada a travs del microscopio, o diagnstico inmunolgico si lo que se busca es la respuesta inmunolgica del paciente ante la presencia de los Plasmodium. Dentro de los mtodos de diagnstico parasitolgico, encontramos las pruebas tradicionalmente utilizadas que todava prevalecen, la Gota Gruesa y el Frotis. o Gota Gruesa y Frotis: El examen de Gota Gruesa y Frotis se realiza en un laboratorio a travs del microscopio, es necesaria la labor de un microscopista experto. Para tomar las muestras se realiza una puncin en la yema de un dedo y presionando se extrae una gota de sangre. Esa primera gota se elimina porque puede contener impurezas de piel rota. La segunda gota se coloca en el primer tercio de una lmina para preparar la gota gruesa. La tercera, se ubica en la segunda mitad de la lmina, servir para realizar el Frotis.
16
Para la realizacin de gota gruesa, el tcnico, con la esquina de una lmina auxiliar extiende la sangre en crculos concntricos. Para realizar el Frotis, utiliza el canto del lado ms fino de la lmina auxiliar y con un movimiento rpido extiende la gota sobre la lmina. A continuacin, fija el Frotis con metanol durante tres segundos, para evitar que al aplicar Giemsa se desprenda de la lmina y deja secar. Cuando considera que la sangre y el metanol se han secado sobre la lmina y no se van a disolver en la Giemsa se procede a teir. La funcin del colorante es fijar los glbulos rojos y ofrecer contraste a la muestra. El constituyente bsico de la Giemsa consiste en un eosinato de azul de metileno, disuelto ya sea en alcohol metlico puro o glicerina pura. La solucin para teir se prepara segn la siguiente proporcin: dos gotas de Giemsa por una de agua destilada. Dicha proporcin se multiplica por tres para realizar la tincin de una lmina, el proceso de tincin consiste simplemente en cubrir la lmina con la solucin intentando que no rebose fuera de los bordes de la lmina. A continuacin se pone la o las lminas a secar sobre unas varillas durante 10 minutos, el tiempo de tincin es muy importante, ya que una sobre-coloracin puede dificultar mucho la visualizacin de los parsitos. Por ltimo se lava la lmina con abundante agua y se deja secar antes de proceder a su examen. La Gota Gruesa permite analizar una mayor cantidad de sangre, facilitando la deteccin de parasitemias bajas y un ahorro de tiempo en el examen, aunque al romperse los glbulos rojos resulta difcil la identificacin de especie. En el Frotis, los glbulos rojos permanecen intactos y es ms fcil identificar los parsitos. Aunque el colorante que tradicionalmente se ha usado en la tincin es la Giemsa, en los ltimos tiempos han aparecidos otros como Field, Leishman y naranja de acridina. La tincin con Giemsa tiene buena sensibilidad (92-98%) y especificidad (85-99%). La tincin con naranja de acridina permite detectar parasitemias ms bajas que con Giemsa, pero es necesario un microscopio de fluorescencia, lo que encarece el proceso. Los inconvenientes de la Gota Gruesa y el Frotis, son que en el caso de parasitemias mixtas o muy bajas pueden producirse errores y adems es necesario contar con un microscopio y personal especializado, se depende mucho de la persona que realiza el anlisis y de su experiencia, y a la vez se le somete a una tarea tediosa y cansada ya que el anlisis de cada muestra ocupa bastante tiempo. Aun as, son consideradas como la prueba Gold Standard, por ser econmicas y obtener unos buenos resultados. Los problemas como la deteccin de bajas parasitemias han intentado ser solucionados por medio de algunas tcnicas que veremos a continuacin, pero suelen ser o demasiado costosas o presentan otros inconvenientes [7,8]. o Deteccin de antgenos parasitarios: Son pruebas muy fciles de realizar, sensibles, rpidas, econmicas y no precisan de microscopio, forman parte de los mtodos considerados como
17
diagnstico inmunolgico. Consisten en una tira de tela, impregnada con anticuerpos que reaccionan ante la presencia de protenas que son segregadas a la sangre por la presencia de los Plasmodium, dichas protenas son la protena-2 rica en histidina (HRP-2) y la lactato deshidrogenasa (LDH) parasitaria. Los mtodos como ya se ha comentado, son rpidos, permiten obtener un resultado en unos 20 minutos, muy econmicos, ya que no necesitan microscopio y tampoco necesitan personal especializado. Sin embargo, presentan inconvenientes que no les han permitido desplazar a Frotis y Gota Gruesa. Aunque tienen una sensibilidad general del 90-92% y una especificidad del 96-98%, para P. vivax son inferiores, del 75% y 95% respectivamente, no detectan parasitemias bajas (<0,1%), presentan falsos negativos, tanto ms cuanto ms baja es la parasitemia, y falsos positivos, especialmente en presencia del factor reumatoide. Adems, no permiten estimar el grado de parasitemia, lo cual es fundamental para evaluar la gravedad del enfermo, slo a veces permiten diferenciar entre las distintas especies de Plasmodium, y casi nunca las infecciones mixtas. Por ltimo persisten positivas durante varios das a pesar de un tratamiento correcto, lo que impide predecir las posibles resistencias. o QBC: Es un mtodo de Inmunofluorescencia, no aporta mucho a los porcentajes de sensibilidad y especificidad de Gota Gruesa y Frotis (sensibilidad del 88-98% y especificidad del 58-90%) pero es ms sencillo de realizar, ya que permite evaluar ms volumen de sangre a menos aumentos y no requiere tanta capacidad del observador. Se ha logrado detectar parasitemias muy bajas, hasta de 1-3 plasmodios por l de sangre, pero para diferenciar la especie es necesario un aumento mayor, lo que anula la ventaja de la sencillez en zonas como la selva amaznica peruana donde aparecen 3 especies de Plasmodium. Adems la caresta del microscopio de inmunofluorescencia hace que muy pocos laboratorios cuenten con dicho equipo. PCR: Se utiliza una tcnica de PCR (Polymerase Chain Reaction, Reaccin en Cadena a la Polimerasa) mltiple que permite la deteccin del ADN genmico de las cuatro especies parasitarias. La amplificacin por PCR permite incluso la deteccin de 3-4 parsitos/l de sangre (parasistemias de 0,0005 a 0,0015%), as como la determinacin de infecciones mixtas. Permite controlar la eficacia del tratamiento, prediciendo las resistencias a los antipaldicos. Podra ser la tcnica de referencia por su altsima sensibilidad y especificidad pero no est al alcance de todos los laboratorios y no se adapta al diagnstico de urgencia individualizado, de hecho, por el momento ni siquiera ha sido comercializada, se utiliza para la evaluacin de resultados de microscopa y deteccin antignica.
18
2.1.4 Tratamiento. El uso de medicamentos antimalricos para tratar las infecciones provocadas por distintas especies, resulta diferente a lo largo del globo. Esto es as porque los Plasmodium han desarrollado resistencias a algunas de las drogas suministradas, de manera que los tratamientos se han visto obligados a evolucionar de manera diferenciada segn la regin geogrfica. Abarcar la investigacin farmacolgica para el tratamiento de las infecciones por malaria excede el propsito de este PFC, pero si considero til hacer mencin a un par de investigaciones que ilustran la importancia de establecer un diagnstico correcto para administrar un tratamiento adecuado con la mayor brevedad posible. En [9] se realiza un estudio de los tratamientos dispensados en la Amazona Peruana a pacientes que presentan cuadros febriles presuntamente relacionados con malaria. En zonas alejadas de los principales centros de salud, el proceso de enviar las muestras a un puesto de salud para su anlisis y la espera de los resultados puede suponer hasta un total de 6 das, tiempo suficiente para que la enfermedad se convierta en grave. En ocasiones se administra un tratamiento presuntivo por parte de los promotores de salud, esta prctica ha sido incluso recomendada por la Direccin Regional de Salud, sin embargo, aunque los promotores afirman que son capaces de diferenciar una infeccin por P.Vivax o P.Falciparum a partir de la sintomatologa, el estudio muestra que en pocas ocasiones el tratamiento administrado fue el correcto. Las causas son que los sntomas presentan una fuerte variabilidad segn el paciente, que los promotores no siempre disponen de tratamientos disponibles y que si los tienen no siempre se administran de manera correcta. En [10], adems de incidir en la importancia de diagnosticar rpida y correctamente, asegurando la mayor sensibilidad y especificidad con el objeto de administrar de inmediato el tratamiento especfico., se afirma que los Plasmodiun Vivax suelen ser sensibles en la mayor parte de los pases del mundo a una dosis nica de un frmaco llamado cloroquina (C 18 H 26 N 3 Cl ). Sin embargo, se seala que las cepas de Plasmodium Falciparum resistentes a la cloroquina, se han extendido a todas las reas malricas del mundo, entre ellas la Amazona Peruana. Esta es otra de las causas de tratamiento errneo. Segn el estudio consultado [9], en muchas ocasiones, los promotores inician un tratamiento con cloroquina, que resulta ineficaz para el tratamiento de infecciones por P.Falciparum, por tratarse de un medicamento con menores efectos adversos y de coste menor que la quinina por va oral que produce fuertes reacciones, o que el combinado de artesunato+mefloquina, cuyo coste (20 dlares), hace que slo se encuentre disponible en algunos centros de salud. Encontramos entonces que, ante una enfermedad cuyos sntomas son comunes a los de otras enfermedades presentes dentro de la misma zona endmica, provocada por cuatro especies de parsitos, cuyas cepas resultan sensibles a diferentes medicamentos segn la ubicacin geogrfica y cuya gravedad aumenta con el transcurso del tiempo, resulta de vital importancia el establecimiento de un diagnstico correcto que permita la administracin de un tratamiento adecuado.
19
2.2 FOTOMICROGRAFA DIGITAL. La fotografa se define tradicionalmente como el arte y la ciencia de fijar y reproducir por medio de reacciones qumicas, en superficies convenientemente preparadas, las imgenes recogidas en el fondo de una cmara oscura. Mientras que en la fotografa tradicional las imgenes se grababan sobre una pelcula fotosensible, en la fotografa digital se utilizan sensores electrnicos, compuestos de millones de unidades fotosensibles, que emiten impulsos de amplitud proporcional a la intensidad de luz capturada. La fotomicrografa se define como la fotografa tomada a travs de un microscopio para presentar una imagen aumentada del objeto fotografiado. No se debe confundir con microfotografa que se define como la fotografa grabada sobre una pelcula muy pequea o microfilm. A continuacin se describirn los elementos que permiten adquirir fotomicrografas y las variables fsicas que explican el comportamiento de esos elementos. Tambin se explicar cmo se forman las imgenes a partir de los impulsos elctricos proporcionados por el sensor y de qu manera se puede almacenar la informacin. Seguidamente, se definirn una serie de atributos propios de las imgenes, sobre los que se puede incidir para mejorar su calidad mediante una serie de tareas que englobaremos bajo el trmino de pre-procesamiento. Por ltimo, se mostrarn las aplicaciones que se sirven de imgenes microgrficas.
2.2.1 Proceso de adquisicin de una imagen. La cmara fotogrfica es un dispositivo utilizado para obtener imgenes. Su nombre responde al hecho de que antiguamente, no existan elementos en los que la informacin luminosa pudiera ser grabada y las imgenes eran proyectadas en la pared de una habitacin oscura. Ms tarde se desarrollaron las pelculas impregnadas con haluros de plata que producan reacciones qumicas al ser expuestas a la luz. Hoy, disponemos de sensores electrnicos que realizan esa misma funcin pero permiten digitalizar la informacin lo que da lugar a una gran cantidad de aplicaciones informticas. Adems del sensor, las cmaras cuentan con un conjunto de lentes denominado objetivo que recogen la informacin luminosa y la hacen incidir sobre el sensor para formar la imagen ptica y con elementos mecnicos que permiten regular la intensidad de luz que incide sobre las clulas fotosensibles del sensor. El sensor: La mayora de cmaras comerciales utilizan sensores de dos tipos [11,12]: o Sensores CCD (Charged coupled device): Estn formados por millones de clulas fotosensibles, generalmente fotopuertas (photogates), que se disponen en una matriz rectangular. Su funcionamiento se basa en el efecto fotoelctrico, al recibir un haz de luz, almacenan una carga variable en un pozo de potencial (potential-well) en funcin de la intensidad de ese haz. Tras este proceso, denominado exposicin, se procede a la transmisin de las cargas almacenadas en cada clula (readout), para ello, se aplican voltajes positivos cclicos a las fotopuertas de manera que la carga se va desplazando a lo largo de ellas. Para realizar esta labor, se utilizan registros de desplazamiento vertical que permiten el transporte de las cargas. Los tres elementos, fotopuerta, pozo de potencial y registro de desplazamiento, componen
20
el elemento que conocemos como pxel. Existen diferentes tipos de sensores CCD en cuanto a sus caractersticas constructivas: Sensor Full-Frame (FF): Es la forma de sensor ms simple que existe. Para la lectura de las cargas almacenadas en cada pxel, stas se desplazan verticalmente hasta los registros de desplazamiento horizontal que registran el valor de toda la fila y lo desplazan hasta un amplificador y un convertidor analgicodigital. Este fenmeno se conoce como exploracin progresiva y se puede esquematizar como en la figura 3. Un problema de este tipo de sensores, es que al producirse la lectura al mismo tiempo que el proceso de exposicin, puede producirse emborronamiento si las celdas resultan expuestas a diferentes intensidades de luz durante el proceso de lectura. Para evitarlo se utilizan obturadores mecnicos que cubren el sensor durante el proceso de lectura, sin embargo, estos dispositivos mecnicos suelen resultar lentos en comparacin con la electrnica y se estropean con rapidez.
Figura 3: Funcionamiento de un sensor CCD full-frame.
Sensor Frame-Transfer (FT): En este caso la seccin del sensor se divide en dos partes: El rea sensible que se encuentra expuesta a la luz, y el rea de almacenamiento que se encuentra oculta. La carga del rea expuesta es transmitida en paralelo al rea de almacenamiento en tiempos de milisegundos, lo cual permite la integracin de una nueva imagen en el rea sensible mientras se lee el rea de almacenamiento. Son de mayor tamao que los sensores fullframe por el espacio reservado para el rea de almacenamiento, lo cual hace aumentar su coste pero presentan menores problemas de emborronamiento. Presentan mayores frecuencias de refresco que los sensores full-frame, lo cual los hace ms indicados para aplicaciones de vdeo y para implementar mejoras como Live-View. Se puede ver una representacin de este tipo de sensor en la figura 4:
21
Figura 4: Funcionamiento de un sensor CCD Frame-Transfer.
Sensor Interline-Transfer (ILT): Este tipo de sensor utiliza fotodiodos como clulas fotosensibles. La principal diferencia con los tipos anteriores es que cada columna dispone de un registro de desplazamiento vertical independiente apantallado contra la luz, de manera que las cargas se transmiten casi de manera instantnea a estos registros una vez que la exposicin ha concluido, eliminando la posibilidad de emborronamiento. Sin embargo, la inclusin de elementos apantallados dentro del rea del sensor reduce su rea efectiva y su sensibilidad. Puede aparecer el efecto de blooming, que se produce cuando uno de los sensores recibe un exceso de intensidad luminosa y produce ms electrones de los que puede transmitir, desbordndose sobre clulas adyacentes y dando lugar a lneas blancas en la imagen. Un esquema de este sensor se representa en la figura 5:
Figura 5: Funcionamiento de un sensor Interline-Transfer.
Sensor Frame-interline Transfer (FIT): Funciona como un hbrido entre FT e ILT. Incluye el rea de almacenamiento y el registro vertical independiente. Presenta las ventajas y desventajas de ambos modos. Mayor tamao del chip, mayor coste, menor rea de exposicin y menor sensibilidad. Este sensor elimina el efecto blooming al reducir el tiempo de exposicin.
22
Sensor CMOS (Complementary metal-oxide-semiconductor): Se trata de un sensor implementado utilizando tecnologa CMOS. El principio de funcionamiento es el mismo que en los sensores CCD: el efecto fotoelctrico. Sin embargo presenta caractersticas diferenciadoras. Los CMOS suelen implementarse a travs de fotodiodos, incluyendo en cada pxel un amplificador de seal e incluso un ADC, de manera que se elimina prcticamente el efecto blooming. Sin embargo, la inclusin de tanta electrnica no sensible a la luz en el sensor hace que su sensibilidad sea menor que en los CCD. A travs de una mayor densidad de integracin e incluyendo microlentes que condensan el haz de luz sobre cada una de las fotoclulas se ha logrado que los CMOS sean competitivos con los CCD, su menor consumo y la eliminacin de la electrnica externa hacen que su coste sea menor, adems de que presentan una mayor frecuencia de refresco que un CCD del mismo tamao. Sin embargo, presentan un ruido de patrn fijo mayor que los CCD ya que al incluir un amplificador en cada pxel, las pequeas diferencias entre estos dispositivos a la hora de amplificar la seal, hacen que se genere un ruido residual.
Tanto los sensores CCD como los CMOS slo pueden percibir intensidades de luz, pero no distinguen colores, para poder obtener imgenes en color se ha generalizado el uso de un filtro conocido como Mscara de Bayer, que consiste en una malla cuadriculada como la que se observa en la figura 6 que se ubica sobre el sensor, de manera que las distintas clulas slo perciben una de las tonalidades de la gama RGB (rojo, verde, azul, en ingles: red-green-blue). Interpolando las muestras de las distintas clulas se obtienen los pxeles de color. La mscara est formada por un 50% de filtros verdes, un 25% de rojos y un 25% de azules, de manera que cada pxel se forma por la interpolacin de dos elementos verdes, uno azul y uno rojo. Se hace de esta manera porque el ojo humano presenta una mayor sensibilidad al color verde.
Figura 6: Mscara de Bayer.
La eleccin de un tipo de sensor u otro depender de la aplicacin que se desee implementar pero hay que tener en cuenta que los sensores forman parte de un equipo mucho ms complejo, la cmara, y que otras caractersticas de la misma como la ptica pueden resultar ms importantes a la hora de decantarse por un modelo u otro. En cualquier caso, vamos a definir algunas propiedades relacionadas con la electrnica de los sensores, a las que me referir ms adelante cuando realice la seleccin del equipo de Fotomicrografa. o Resolucin del sensor: Para definir esta magnitud, se introducir un concepto de ptica ser detallado ms adelante. Se define la capacidad resolutiva del objetivo (Aerial Image Resolution) como la cantidad de pares de lneas blancas y negras alternas y paralelas que se pueden distinguir ntidamente (con alto contraste) por milmetro en una imagen proyectada por el objetivo. Si se utilizan ondas sinusoidales, el concepto
23
de pares se ampla al de ciclos por milmetro, estando compuesto un ciclo de la siguiente manera: Un ciclo parte de un valor 0, pasa a un valor 1, baja de nuevo a 0, despus a -1 y nuevamente a 0. El 1 puede representar el color negro y el -1 el color blanco, y por tanto un ciclo completo equivale a un par. Estas mismas unidades son las utilizadas para definir la resolucin mxima terica del sensor (R y ) en pares por milmetro (p/mm): = 1 2
Donde p es el tamao del pxel, que se puede calcular de la siguiente manera: =
As por ejemplo, la CANON EOS 350 D cuyo sensor mide 22,2mm x 14,8mm, produce imgenes de 3.456 x 2.304 pxeles. De manera que sus pxeles son prcticamente cuadrados y miden 6,4 m de lado. Aplicando la frmula, obtenemos una resolucin mxima de 78,125 pares por milmetro. Se define esta resolucin como la mxima terica porque la real resulta menor como se ver a continuacin. En primer lugar por el conocido fenmeno de Aliasing, que se produce cuando se tratan de estimar detalles de forma o color a partir de una informacin demasiado escasa. Segn el teorema de Nyquist, necesitamos una frecuencia de muestreo que al menos duplique la frecuencia mxima en la seal para reproducir sta correctamente. Este teorema se aplica a seales continuas y limitadas en banda, la extrapolacin a la fotografa, en la que se habla de los pares de lneas como seales discretas, hace que sean necesarios al menos dos pxeles por cada par de lneas. Si no se cumple esta condicin, conocida como lmite Nyquist, aparecer el Aliasing, dando lugar a un efecto conocido como Moir cromtico que representa una prdida de detalle en formas y colores. El aliasing se ve favorecido por el uso de filtros, lentes y cristales protectores en el sensor. Uno de los que ms contribuye a este fenmeno es la mscara de Bayer. Al renunciar a parte de la informacin, ya que cada fotoclula slo registra informacin sobre un color, es necesaria la interpolacin con los elementos vecinos para obtener el color de cada punto, de manera que la frecuencia de muestreo se reduce. El aliasing se combate por medio del uso de filtros paso-bajo que afectan a la seal (y redundan en una prdida de resolucin efectiva por la imposibilidad de ser desactivados para bajas frecuencias) o el incremento de la frecuencia de muestreo que implica el uso de sensores ms grandes y de mayor coste. Encontramos pues, que la resolucin mxima se ve condicionada por el lmite Nyquist. o La razn seal-ruido (SNR, Signal to Noise Ratio): De la frmula utilizada en el anterior epgrafe podra llegarse a la conclusin errnea, de que cuanto ms pequeas sean las fotoclulas, ms alta es la resolucin. No es as en el resultado final, y ello es debido principalmente a la relacin que existe entre el tamao de las celdillas y
24
la razn seal-ruido". Y es que la frmula utilizada obvia el hecho de que no toda la superficie del sensor est ocupada por elementos fotosensibles, existen elementos de separacin entre ellos y en algunos casos circuitera. Se define el fill-factor como la relacin entre la superficie ocupada por elementos fotosensibles y el tamao del sensor. Tradicionalmente los CCD presentan fill-factor ms altos que los CMOS, sobre todo en el caso de Full-Frame, debido a que los CMOS incorporan un ADC para cada una de las clulas, un valor tpico de fillfactor en los CMOS, a pesar de mejoras introducidas en los ltimos aos, es 60%, mientras que en los CCD es cercano al 100%. Los fotones capturados por un CCD o un CMOS siguen una distribucin aleatoria de Poisson. Por tanto, la raz cuadrada del nmero de fotones captado es ruido, es decir, fotones que han cado en la celda por error. Es lo que se conoce como photon noise o shotnoise. El tamao de la celda determina el nmero de fotones capturado en un perodo determinado, y cuantos ms fotones se atrapen, mayor ser la razn seal-ruido. En efecto, si se capturan 400 fotones, 20 sern ruido (5% del total), y la razn seal-ruido ser de 400/20=20. Pero si la captura es de 100 fotones, 10 sern ruido (el 10%), y la razn seal-ruido ser igual a 100/10=10, la mitad. La sensibilidad ISO se define en fotografa tradicional, como la cantidad de luz que necesita una cmara para realizar una fotografa ptima y depende de la calidad de la pelcula. En fotografa digital se mantiene el concepto pero sus fundamentos son diferentes. La sensibilidad de los elementos del sensor es fija, con un valor cercano a los 100 ISO y los ndices ISO superiores que ofrece la cmara se logran no por un incremento en la sensibilidad de los elementos captores, sino por una amplificacin posterior de la seal que estos emiten, de manera que la mayor calidad se obtendr usando la cmara con su menor ISO, ya que al amplificar la seal tambin aumentamos el ruido. La resolucin y el ruido se encuentran inversamente relacionadas, pues el ruido a sensibilidades equivalentes ISO altas llega a destruir detalle que el sensor capta a valores ISO bajos. Existen otros factores causantes de ruido como la conversin analgicodigital (read noise) o la temperatura del sensor (thermal noise), todos ellos difciles de cuantificar. Baste por el momento decir que, en general, para dos sensores del mismo tamao, resulta provechoso en cuanto a la SNR disponer de celdas ms grandes (o utilizar mecanismos que concentren los fotones sobre ellas, como las microlentes) y que la p, utilizada en el anterior epgrafe, se refiere ms que al tamao de cada celda, al espaciado entre ellas, medido entre los centros de dos celdas contiguas. o Profundidad de color: Una vez captada la informacin luminosa y transmitida a travs de las celdillas del sensor, se procede a la formacin de la imagen. Dicha informacin se descompone en el ADC en impulsos on y off que se representan mediante bits. De esta manera las imgenes digitales pueden representarse, y de hecho as se trabaja con ellas, como matrices cuyos elementos, los pxeles,
25
contienen informacin acerca de la cantidad de luz que ha incidido sobre cada uno de los millones de sensores que configuran el sensor de la cmara. Se define la profundidad de color como el nmero de bits que se utilizan para representar un pxel, este parmetro no depende del sensor de la cmara que capta la informacin de manera analgica, sino del ADC. La mayora de cmaras digitales y de monitores presentan las imgenes de acuerdo al espacio de colores RGB, lo cual implica, volviendo a la analoga de considerar a las imgenes como matrices, la existencia de una hiper-matriz de tres dimensiones, que adems del largo y ancho de la imagen, contara con una altura de tres capas, una por cada color de la representacin. De esta manera, si consideramos una imagen con una profundidad de color de 24 bits, dispondremos de 8 bits (1 byte) para representar cada uno de los colores. Esto supone, dada la naturaleza binaria de los bits, una escala de 28=256 valores para representar cada uno de los colores. Esta escala, se denomina escala de grises, ya que sirve para representar valores de intensidad de luz, siendo el 0 el mnimo, que corresponde a negro y 255 el mximo, que corresponde a blanco. La profundidad de color estndar viene dada por 24 bits de color, sin embargo, existen tecnologas que permiten aumentar dicho parmetro hasta los 48 bits, aadiendo adems de los 3 colores un factor de transparencia, o simplemente utilizar ms bits (12, 16) para representar cada uno de los 3 colores primarios, lo cual incrementa el coste considerablemente. Se define la amplitud tonal como la razn entre el mximo nivel de luminosidad que el sensor puede medir antes de saturarse y el mnimo nivel descontado el ruido de lectura. Se mide en pasos, en una escala logartmica en la que cada paso implica doblar la cantidad de luz del paso anterior. Encontramos entonces que, mientras la informacin luminosa tiene un carcter logartmico, el soporte digital que la almacena presenta un carcter lineal, lo cual supone que los pasos ms altos (de mayor luminosidad) cuentan con un mayor nmero de variables tonales para representar su informacin y los ms bajos, carecen prcticamente de variables tonales. Uniendo esto al hecho de que su seal resulta ms dbil, la informacin de baja luminosidad puede quedar fcilmente enmascarada por el ruido. Algunos fabricantes han creado formatos propios que durante el proceso de compresin utilizan algoritmos no lineales para repartir la informacin luminosa de forma ms equitativa, pero adolecen de falta de estandarizacin. La amplitud tonal depende entonces de dos variables fundamentales que se acaban de describir. Por un lado la razn seal-ruido que a su vez depende del tamao de las celdillas fotosensibles y por otro la profundidad de color o nmero de bits disponibles en el ADC para representar la informacin analgica recibida. Cuanto mayor sea dicho nmero de bits, existir una mayor cantidad de pasos de luminosidad representados en la imagen obtenida. Sistema ptico: Est formado por elementos mecnicos y lentes. Los elementos mecnicos controlan la cantidad de luz que incide sobre el sensor y durante cunto tiempo,
26
a este tiempo durante el cual la luz exterior incide sobre el sensor se le denomina exposicin. Las lentes son elementos transparentes, y curvados con respecto al eje ptico, la diferencia de ndices de refraccin con respecto al aire y su curvatura, les permite proyectar haces de luz sobre un punto determinado a una distancia adecuada, para formar una imagen ptica. Las lentes se clasifican en convergentes o divergentes segn el efecto que producen sobre los rayos incidentes en ellas. En Fotomicrografa, existen dos sistemas pticos que interactan durante el proceso de adquisicin de la imagen. En el caso de la cmara, el objetivo, formado por un conjunto de lentes, concentra la luz exterior sobre el sensor para formar una imagen, ms pequea que la real. En el caso del microscopio, el sistema ptico forma sobre el ojo del observador una imagen aumentada de la lmina que se encuentra bajo anlisis, para ello utiliza una fuente de iluminacin natural o artificial cuyos fotones atraviesan la lmina. El punto donde convergen los rayos de luz proyectados por la lente se denomina foco, aunque idealmente se considera como un punto, fsicamente se trata de un crculo de bordes borrosos. Este crculo se produce por causa de fenmenos propios de la ptica, de los que hablaremos a continuacin, como la difraccin y las aberraciones. Decimos que una imagen o un punto de la imagen, est enfocada, si los haces de luz provenientes del objeto convergen lo ms posible sobre ese punto. En cambio decimos que una imagen est desenfocada si dichos haces divergen. Si un haz de rayos estrecho que se propaga en la direccin del eje ptico incide sobre la superficie esfrica de un espejo o una lente delgada, los rayos se reflejan o refractan de forma que se cortan, o parecen cortarse, en un punto situado sobre el eje ptico. La distancia entre ese punto (foco) y el espejo o lente se denomina distancia focal. Si las dos superficies de una lente no son iguales, sta puede tener dos distancias focales, segn cul sea la superficie sobre la que incide la luz. La distancia focal de un objetivo est determinada por:
ngulo de incidencia de la luz sobre la lente o, a efectos prcticos, curvatura de la lente (a mayor radio de curvatura menor distancia focal). ndice de refraccin de la lente, el cual vendr determinado por la composicin qumica del vidrio de la misma. Longitud de onda de la luz incidente, esto es, color de la luz; Es decir, las seales de distintas longitudes de onda se enfocan en un punto diferente. Algunas lentes compensan este efecto conocido como aberraciones cromticas.
Vamos a describir brevemente los elementos que componen ambos sistemas pticos para a continuacin pasar a definir las variables ms importantes que los caracterizan y los problemas que presentan. El sistema ptico de la cmara presenta tres elementos fundamentales: o El objetivo: Conjunto de lentes convergentes y divergentes que forman parte de la ptica de una cmara. Su funcin es recibir los haces de luz procedentes del objeto y modificar su direccin hasta crear la imagen ptica, rplica luminosa del objeto. Esta imagen se formar sobre el
27
soporte sensible: el sensor en el caso de una cmara digital, o El diafragma: Estrechamiento variable por medio de un sistema de lminas finas que, situado entre las lentes del objetivo, permite graduar la cantidad de luz que entra a la cmara. Suele ser un disco o sistema de aletas dispuesto en el objetivo de una cmara de forma tal que restringe el paso de la luz, generalmente de forma ajustable. Las progresivas variaciones de abertura del diafragma se especifican mediante el nmero f, que es la relacin entre la longitud focal y el dimetro de abertura efectivo. El obturador: Dispositivo que controla el tiempo durante el que llega la luz al sensor, la exposicin. Junto con la abertura del diafragma, la velocidad de obturacin es una herramienta fundamental para controlar la cantidad de luz que llega al elemento fotosensible
En cuanto al microscopio, aunque existen distintos tipos, el que interesa para este proyecto es el denominado microscopio ptico, representado en la figura 7:
Figura 7: Partes que forman el tren de luz de un microscopio.
A continuacin, se explicarn brevemente la funcin de cada una de las partes:
28
Las lentes colectoras aumentan la intensidad de la luz y amplifican la imagen. El diafragma de campo controla cuanta luz recibe el condensador. Elimina la presencia de rayos con fuerte aberracin y pretende asegurar una distribucin uniforme de la luz en el objeto y el espacio imagen. El condensador controla la apertura numrica del cono de luz que ilumina el objetivo. La apertura numrica caracteriza el rango de ngulos para los cuales el sistema acepta luz. Se define mediante la siguiente ecuacin: AN = n*sin Donde n es el ndice de refraccin del medio en el que la lente se encuentra (1 para el aire, 1.33 para el agua pura, y hasta 1.56 para algunos aceites), y es la mitad del ngulo de aceptancia mximo que puede entrar o salir de la lente. La AN se mide generalmente con respecto a un objeto o a un punto de una imagen y vara con la posicin del punto. En microscopa, la apertura numrica es importante porque indica el poder de resolucin de una lente. El tamao del detalle ms pequeo que puede ser visualizado es proporcional a /AN, donde es la longitud de onda de la luz empleada. Una lente con una apertura numrica grande ser capaz de visualizar ms detalles que una lente con una apertura numrica ms baja no podr. Adems, las lentes con aperturas numricas grandes aceptan ms luz y dan una imagen ms brillante. La AN se encuentra relacionada con la variable f de la siguiente manera: = 1 2
As pues, el condensador acta como un control de la resolucin y el contraste en el microscopio ptico. Variando la apertura del diafragma, el cono de iluminacin proyectado al objetivo, vara. o La lente objetivo aumenta la resolucin y agranda la imagen.
Hoy en da el sistema de iluminacin utilizado por la mayora de microscopios, hasta el punto de que se considera un estndar, es el diseado por August Kohler en 1893 y a l debe su nombre: El sistema de iluminacin de Kohler fue diseado para aprovechar todo el poder de las lentes objetivo [13]. Alineando apropiadamente los rayos de luz, consigue que el campo objeto de examen se encuentre iluminado uniformemente y se obtenga una imagen clara con mnimo calentamiento y brillo del espcimen. La iluminacin de Kohler cumple las siguientes reglas, representadas en la figura 8: o El diafragma de campo, espcimen y ojo deben estar enfocados.
29
Las lentes colectoras y el condensador deben encontrarse infinitamente desenfocados.
Figura 8: Iluminacin de Kohler. Fuente: Baylor College of Medicine. (Texas, USA)
Al hablar del foco se ha mencionado que aunque idealmente se considera como un punto, la realidad es que por causa de fenmenos como la difraccin y las aberraciones se trata de un crculo de bordes difusos. A continuacin se realizar una descripcin de estos fenmenos, de cuya minimizacin depende la calidad de las lentes y de los sistemas pticos que integran. o La difraccin es un fenmeno caracterstico de las ondas, que consiste en el curvado y esparcido de las ondas cuando encuentran un obstculo o al atravesar una rendija. Es similar al efecto del agua que sale a presin por una manguera, una especie de dispersin del flujo cuando sta se ve liberada de la presin del conducto. La difraccin es muy difcil de combatir, el efecto que produce es la aparicin de crculos concntricos, de luminosidad decreciente, alrededor del punto que idealmente correspondera al foco, formando el llamado Disco de Ayri. Las aberraciones, por otra parte, generan alteraciones en el Disco de Ayri, por la divergencia de los haces de luz, degradando an ms la calidad de la imagen. Las aberraciones pticas aparecen por defectos de fabricacin y puede ser corregidas. Existen aberraciones de dos tipos, aberraciones monocromticas, que no conllevan dispersin de las distintas longitudes de onda, y aberraciones cromticas, que
30
implican la dispersin de los distintos colores. Dentro de siguientes: las aberraciones monocromticas, encontramos las
Aberracin esfrica: Provoca lo que se conoce como desviacin de enfoque: Los rayos que inciden paralelamente al eje ptico, a cierta distancia de este, son llevados a un foco diferente que los rayos prximos al mismo, como podemos ver en la figura 9. La imagen que proyecta una lente con aberracin esfrica es un punto luminoso rodeado de un halo. Este efecto es proporcional al cubo del dimetro de la lente e inversamente proporcional al cubo de la longitud focal, de manera que en sistemas de distancia focal corta, como la microscopa, se ve acentuado. Se puede combatir con el uso de lentes no esfricas (perfiles en forma de parbolas o elipses).
Figura 9: Aberracin esfrica: Los haces de luz alejados del eje ptico convergen sobre un punto de menor distancia focal que los centrales.
Aberracin de coma: Es de naturaleza similar a la anterior, se manifiesta por diferencias en la refraccin de los haces de luz en funcin de su ngulo de incidencia en la superficie curva de la lente. La luz con un mayor ngulo de incidencia es desviada con un ngulo distinto que la luz que entra ms cerca del eje, como podemos ver en la figura 10. El efecto son puntos de luz proyectados con un halo triangular y forma de cometa. Se puede corregir mediante combinaciones de distintas curvaturas en una y otra cara de la lente (bending) y, en objetivos con varias lentes, mediante un diafragma central y un diseo simtrico. Un objetivo corregido de aberraciones esfricas y coma se conoce como aplantico.
31
Figura 10: Aberracin de coma.
Curvatura de campo: El plano focal se convierte en una superficie curva que coincide parcialmente con el sensor slo en una pequea zona central, como se puede ver en la figura 11. El radio de esa curvatura se corresponde aproximadamente con la distancia focal del objetivo. Las imgenes de objetos lejanos se forman ms cerca del objetivo que las de los prximos, de manera que cuando se trata de formar la imagen de una superficie plana y paralela al plano focal, los bordes de la misma se enfocan ms lejos del objetivo que la parte central. Con un objetivo que no corrige esta aberracin es imposible enfocar a la vez el centro y los bordes.
Figura 11: Curvatura de campo.
Astigmatismo: Guarda relacin con la curvatura de campo. Es la diferencia entre las superficies curvas correspondientes a detalles sagitales (lneas orientadas hacia el centro de la imagen) y tangenciales (lneas perpendiculares a las anteriores). Conforme nos alejamos del centro de la imagen, se incrementa la curvatura de campo y se distorsionan los detalles tangenciales (curva T en la figura 12) con respecto a los sagitales (curva S en la figura 12). Conociendo la distancia entre montura y sensor, el diseador ptico tiene que elegir sobre qu plano focal realizar los clculos. Se puede jugar con la posicin del diafragma y con los vidrios que componen las lentes del objetivo para acercar T y S (reducir el astigmatismo hasta conseguir una imagen perfectamente estigmtica, en la que
32 Captulo 2.- Marco terico
T=S) o reducir tambin la curvatura que afecta a ambas (y conseguir una imagen anastigmtica, sin curvatura de campo ni astigmatismo). Aunque las curvas T y S no se ven afectadas por la abertura, cerrando el diafragma sus efectos en la imagen se reducen. Grupos de lentes flotantes pueden reducir efectivamente el astigmatismo y la curvatura de campo. En cualquier caso, una correccin total de ambas aberraciones no es posible, si bien una imagen aproximadamente anastigmtica es un buen compromiso.
Figura 12: En la figura de la izquierda podemos ver las curvas correspondientes a detalles tangenciales (T), sagitales (S), y la Superficie de Petzval (P), que ocasiona la curvatura de campo. En el medio observamos una imagen estigmtica, sin astigmatismo pero con curvatura de campo y en la de la derecha, una imagen anastigmtica. Fuente: Fundamentos de fotografa digital
Distorsin ptica: Se puede ver una representacin de esta aberracin en la figura 13. Consiste en un curvado de las lneas rectas que adoptan forma de barril (y>h) o de acerico (pincushion, y<h). El objetivo que no distorsiona la imagen se llama ortoscpico, que significa visin correcta. La razn h/y se conoce como magnificacin de la imagen, y estaremos en presencia de distorsin ptica cuando dicha variable dependa de la distancia al centro de la imagen. Si h/y se reduce conforme nos alejamos del eje, la distorsin ser de barril, y si aumenta ser de acerico. Depende en gran medida de la posicin relativa del diafragma. Los objetivos de corta focal, tienden a provocar distorsin de barril, mientras que los de distancia focal superior a la normal tienden a provocar distorsin de acerico.
33
Figura 13: Efectos de la distorsin ptica.
Adems de las aberraciones monocromticas, la naturaleza de la luz como combinacin de ondas con diferente longitud de onda da lugar a dos tipos de aberraciones cromticas. Aberracin cromtica longitudinal: Cada longitud de onda converge en un plano distinto. Como se aprecia en la figura 14, slo la luz verde enfoca sobre el sensor, mientras que la azul lo hace antes de llegar a l, y la roja detrs. Afecta especialmente a objetivos muy luminosos (con grandes aberturas).
Figura 14: Aberracin cromtica longitudinal
Aberracin cromtica lateral: Todas las longitudes de onda (colores) enfocan en el mismo plano, pero con desplazamientos laterales respecto del eje (centro), como se aprecia en la figura 15.
Figura 15: Aberracin cromtica lateral.
34
Los dos tipos de aberraciones cromticas se dan a la vez, degradan la resolucin de un objetivo y producen coloracin en los bordes de los objetos en presencia de marcados contrastes de luz (halos), pero con algunas diferencias: la aberracin longitudinal afecta todo el permetro de los objetos, los tie de un solo color, ocurre en cualquier parte de la imagen y se reduce cerrando el diafragma; mientras que la aberracin lateral, slo afecta tangencialmente a la imagen, modifica la coloracin segn el orden de la secuencia oscuro-claro o claro-oscuro, empeora sus efectos al acercarnos a las esquinas y no depende de la abertura. En la figura 16, se puede observar los efectos de las aberraciones sobre el disco de Ayri en una simulacin.
Figura 16: Efecto de las aberraciones sobre el disco de Ayri. En primer lugar, patrn de Ayri sin aberraciones; a su derecha, efecto de la aberracin esfrica; debajo, efecto de la curvatura de campo; a su derecha, efecto de distorsin ptica; abajo a la izquierda, efecto de coma; y por ltimo, a su derecha, efecto del astigmatismo. Fuente: University of Arizona.
35
Las aberraciones se combaten por medio de lentes correctoras diseadas para minimizar en el rango de sus longitudes focales los distintos tipos. En funcin de los tipos de aberraciones que corrigen, las lentes se clasifican en: Lentes plano-acromticas: Eliminan la curvatura de campo. Lentes apocromticas: Corrigen aberracin esfrica para dos colores y aberracin cromtica para los 3 primarios. Lentes acromticas: Corrigen aberracin esfrica para un solo color. Lentes plan-apo-cromticas: Corrigen curvatura de campo + aberracin esfrica para 2 colores y cromtica para los 3 primarios.
La difraccin y las aberraciones son defectos propios de los sistemas pticos. Existen otros fenmenos que dependen de mltiples factores como los elementos mecnicos que encuentra la luz a su paso o la iluminacin que, si no se evitan, redundan en una disminucin de calidad de la imagen. Los ms importantes son los siguientes: o Reflejos internos y luz parsita (flare): Es luz que se desva de su trayectoria e incide sobre el sensor, cuando no debera, o no en la forma en que lo hace. Las causas son mltiples, reflejos incontrolados de la luz al cambiar de medio (de aire a vidrio o al revs) o al chocar con las palas del diafragma, con alguna impureza en el vidrio de las lentes, con la cara interna del barril del objetivo o con la propia superficie del sensor. Los multirrevestimientos han permitido corregir esto en cierta medida (reduciendo las prdidas de transmisin del 4% de las superficies aire-vidrio no revestidas hasta un 0,5-1%), y el uso de parasoles adecuados evita que el problema se agrave. El efecto de los reflejos es variado, desde manchas de color, a halos, velos neblinosos (veiling glare) o imgenes fantasma. Con los velos, la prdida de contraste y saturacin es notable, y la calidad de la imagen queda severamente degradada. El vieteo: Hay tres tipos de vieteo, segn su causa: el ptico (o fsico, o artificial); el natural; y el mecnico. El de origen ptico se da cuando la luz que entra por los bordes de la lente frontal se encuentra con las paredes internas del objetivo. El vieteo natural se produce porque los haces de luz que inciden en las zonas perifricas de la pelcula o sensor recorren una mayor distancia que aquellos que alcanzan zonas cercanas al eje, y se dispersan en una superficie mayor. El mecnico se da cuando algn accesorio entorpece la entrada de la luz, como puede ser el caso de los filtros o los parasoles.
A continuacin se definen algunos parmetros propios de los sistemas pticos:
36
La abertura del diafragma: Viene definida por medio de la variable f y es igual a la razn entre la distancia focal y el dimetro de abertura del objetivo: = () ()
Los nmeros f responden a una serie de potencias de la raz cuadrada de 2. La raz cuadrada de 2 es 1,4, y se pasa a los siguientes nmeros de la escala multiplicando o dividiendo por ese nmero: 0,7 (1/1,4 = 1,4-1), 1 (1,4/1,4=10), 1,4 (2=1,41), 2 (1,42), 2,8 (1,43), 4 (1,44), etc. Es fcil calcular la diferencia de luminosidad para pasos intermedios con la frmula (1,4)n = f, de donde, tomando logaritmos y despejando, n = ln f / ln 1,4, siendo f la abertura intermedia para la que queremos hacer el clculo y n la luminosidad en una escala lineal, donde 1 representara la correspondiente a un objetivo f/1,4. Los objetivos para el formato 35mm (24x36mm) tienen un rango tpico de aberturas comprendido entre f/1 y f/22. El ojo humano, en cambio, tiene aberturas comprendidas entre f/2,1 y f/8,3, mientras que un gato llega a f/0,9. Cada nmero f de la serie indica que la cantidad de luz que pasa a travs del objetivo por unidad de tiempo es la mitad de la representada por el nmero anterior, ya que la superficie de abertura depende del radio al cuadrado. La abertura del diafragma tiene efectos sobre los fenmenos que repercuten en la calidad de las imgenes, como se puede observar en la Tabla 1, existe una fuerte relacin entre el dimetro de abertura del diafragma y las aberraciones. A plena abertura, el efecto de la difraccin es mnimo, pero las aberraciones esfricas y de coma son muy severas y difciles de corregir. Cerrando el diafragma al mximo las aberraciones mencionadas se minimizan, pero los efectos de la difraccin se multiplican. Hay un punto medio en el que se consigue un justo equilibrio entre ambas y en el que la resolucin de la imagen alcanza su mximo para cada objetivo. Esa abertura ptima depender del formato. Aproximadamente, los objetivos para el formato de 35mm suelen verse condicionados por las aberraciones para aberturas de f/5,6 o mayores (nmeros f menores), mientras que suelen estar condicionados por la difraccin para aberturas de f/11 o menores (nmeros f mayores). No obstante eso depende tambin de cada objetivo. o El ngulo visual (Field of View, FoV): El ngulo de visin se define como un factor que representa la parte de la escena captada por el sensor. Depende de dos factores, la distancia focal de la lente y el tamao de la pelcula o el sensor, por lo tanto no es una caracterstica fija del objetivo y slo puede establecerse si se conoce el tamao de la pelcula o el sensor utilizado. Para una lente que forma un marco rectangular, se dan tres campos de visin, el campo de visin horizontal, el vertical y el diagonal. La frmula para calcularlo es la siguiente: FoV = 2 * arctan [ T / (L * 2 * (m + 1)) ]
37
Donde T es la dimensin rectangular, vertical o diagonal; L es la distancia focal y m la magnificacin, que se calcula mediante la expresin: m = L / (df L), siendo L la distancia focal una vez ms y d f la distancia a la que se enfoca. El ngulo visual binocular horizontal y vertical de un ser humano es de unos 180 y 90 grados respectivamente, con un ngulo monocular de 140 y 90 grados (ngulos de aceptacin de luz), siendo de 120 grados el campo en que se produce una superposicin estreo. No obstante, percibimos detalles de forma y color para un rea mucho menor. El ngulo visual guarda tambin una fuerte relacin con las aberraciones, como se puede apreciar en la Tabla 1, de manera que aunque se utilicen objetivos con un alto FoV, capaces de captar grandes partes de la escena, es posible que los bordes de la imagen se vean distorsionados.
Abertura (D = dimetro) D3 D2 D D No afecta D No afecta Campo (ngulo visual, = V) No afecta V V2 V2 V3 No afecta 1/V
Aberracin Aberracin esfrica Coma Curvatura de campo Astigmatismo Distorsin (%) Aberracin cromtica axial Aberracin cromtica lateral
Tabla 1: Influencia de la abertura y del ngulo de visin sobre las aberraciones
Resolucin mxima terica del objetivo: Se habla de resolucin mxima terica para un objetivo que elimina las aberraciones y se ve slo afectado por la difraccin. Las frmulas de resolucin que se presentan a continuacin se aproximan a las de un objetivo con aberraciones para pequeas aberturas del diafragma (altos valores de f). La primera frmula emprica que habla de la resolucin de un sistema ptico fue establecida por Lord Rayleigh y por ello se denomina criterio de Rayleigh, se puede ver una representacin grfica en la figura 17: Dos puntos se distinguen como tales cuando el primer anillo de oscuridad (primer mnimo) del grupo de crculos concntricos de uno coincide con el centro del disco de Airy del otro
38
Figura 17: El grfico indica la correspondencia segn el criterio de Lord Rayleigh entre el radio del disco de Airy (= rAiry) y la separacin de una lnea (= d, un par, pues incluye su compaera blanca), es decir, cada radio define un par. Debe haber una diferencia en intensidad luminosa suficiente entre las reas marcadas con nmero par y las reas marcadas con nmero impar. Es obvio que en las reas pares hay tambin cierto nivel de luz, y eso explica que el contraste sea relativamente bajo. Fuente: Williams, J. 1990. "Image Clarity: High-Resolution Photography".
La frmula que define el criterio de Rayleigh es la siguiente: R9 = 1 / (1,22 * w * f) = 0,82 / (w * f) (p/mm) Donde R 9 es la mxima resolucin alcanzable en pares por milmetro a un 9% de contraste, w es la longitud de onda de la luz en milmetros y f es el nmero que indica la abertura. Por otro lado, rAiry = 1,22 * w * f sera el radio del disco de Airy. Debe tenerse en cuenta que segn el criterio de Rayleigh dos puntos son distinguibles cuando estn separados por una distancia igual al radio del disco de Airy, es decir, al radio del disco de luz central. Por ello la resolucin es la inversa del radio del disco de Airy. El criterio de Rayleigh es una regla emprica basada en la capacidad visual humana, que puede cambiar en funcin de la aplicacin, pero sigue siendo la relacin ms utilizada cuando se habla de resolucin.
39
Condiciones operativas: Adems de los parmetros correspondientes al sensor y al sistema ptico, existen variables externas, difciles de cuantificar, que dependen del medio o del usuario, y que influyen en la calidad de las imgenes obtenidas. Una de ellas es la iluminacin, que determina el mximo de transmisin de luz que puede alcanzar el sensor, como se ha apuntado al describir el microscopio, la iluminacin de Kohler, resulta un estndar, por lo que no procede entrar en un anlisis ms pormenorizado de ste elemento. Por otro lado se encuentra la interaccin mecnica entre los diferentes elementos de la cmara, los elementos de unin con el microscopio y el usuario. Un factor que limita seriamente la resolucin mxima alcanzable por un sistema fotogrfico compuesto por objetivo y medio de captura es la vibracin del mismo durante la captura. Segn el estudio [14], para una fotografa tomada a pulso, un desplazamiento tpico es de 200 m durante una dcima de segundo. En dicho estudio, se comparan la prdida de resolucin producida por el desplazamiento para dos resoluciones de 40 p/mm y 100p/mm, en funcin del tiempo de exposicin. De este estudio se concluye que cuanto mejor sea el sistema fotogrfico, ms cortas tendrn que ser las obturaciones para evitar degradaciones. As, para el sistema de 40 pares, una exposicin de 1/250 segundos produce una prdida de resolucin del 5%, mientras que el de 100 pares, ve reducida su resolucin en un 22%. Existen elementos mecnicos en el cuerpo de la cmara, como el diafragma, que al abrirse o cerrarse pueden producir pequeas vibraciones que derivan en una prdida de la resolucin mxima terica definida previamente, pero la mayor parte de estas vibraciones son introducidas por el usuario mientras sujeta la cmara o acciona el botn de disparo. En el caso de un sistema de fotomicrografa, existe un punto especialmente conflictivo que es la unin entre la cmara y el microscopio, resulta fundamental contar con un dispositivo que sirva como nexo de unin para evitar desplazamientos entre la superficie de contacto objetivo-ocular y proporcione un ngulo de visin ptimo. Existen microscopios tri-noculares, que como su nombre indica, proporcionan un ocular adicional para el montaje de una cmara. Dicho ocular suele terminar en un tipo de rosca llamada rosca C. Los tubos roscados segn esta norma presentan un dimetro de una pulgada (25 mm) y 32 filetes por pulgada. La rosca C aparece en microscopios tri-noculares, en cmaras de cine o TV y en alguna de las compactas por ejemplo las de Olympus o Panasonic con sensor 4/3, sin embargo no es la ms comn en cmaras SLR (Single Lens Reflex), ms conocidas como cmaras Rflex, con sensores Full-Frame (ms grande) que resultan de las ms populares en este momento. La montura ms utilizada en estas cmaras es la llamada rosca T, que constituye un estndar desde 1957. Este tipo de rosca permite intercambiar objetivos entre cmaras de diferentes fabricantes y muchos fabricantes de microscopios la han utilizado tambin en sus oculares, ofrece la mayor gama de posibilidades para acoplar una cmara en el ocular de un microscopio. Por ltimo, existe otro tipo de rosca, llamada rosca K, diseada por Pentax en 1975 y que luego fue adoptado por otros fabricantes de cmaras y lentes. As, en una cmara y en los oculares de un microscopio se pueden encontrar tres tipos de roscas distintas y multitud de dimetros de tubo. Existen anillos que permiten la
40
adaptacin entre unas roscas y otras pero en cualquier caso, se habr de tener en consideracin las caractersticas constructivas de cmara y microscopio a la hora de seleccionar el equipo de fotomicrografa para evitar problemas durante su montaje. La definicin de las variables propias de los elementos que componen el equipo de adquisicin y de las que corresponden a las condiciones operativas, servirn ms adelante para comparar los distintos equipos disponibles en el mercado y realizar una seleccin que se ajuste a los requerimientos especficos buscados. En dicha seleccin, tendr un papel fundamental el coste, no se puede perder de vista el hecho de que este PFC se trata de un Proyecto de Cooperacin al Desarrollo que pretende ser implementable y replicable en un plazo medio en zonas con recursos escasos. 2.2.2 Formacin de la imagen. Espacios de color: Cuando se describieron los distintos tipos de sensores se vio, como en general, las fotoclulas que componen el sensor utilizan filtros para captar intensidades monocromticas que luego interpolan para obtener los colores que formarn las imgenes. La manera de realizar esta interpolacin de seales monocromticas define lo que conocemos como espacio de color: una base de N vectores (por ejemplo, el espacio RGB lo forman 3 vectores: Rojo, Verde y Azul), cuya combinacin lineal genera todos los colores representables de dicho espacio. Existen espacios de color de:

Una dimensin: escala de grises, escala Jet, etc. Dos dimensiones: sub-espacio rg, sub-espacio xy, etc. Tres dimensiones: espacio RGB, HSV, YUV, YIQ, etc. Cuatro dimensiones: espacio CMYK.
Los espacios de color de tres dimensiones son los ms extendidos y los ms utilizados. En ellos, un color se especifica usando tres coordenadas, que representan su posicin dentro del espacio. En estos espacios, las imgenes adquieren su caracterstica configuracin de matriz tridimensional, donde dos de las dimensiones vienen representadas por ancho y altura del sensor y la tercera est formada por cada una de las capas que definen el espacio de color, como se puede apreciar en la figura 18. Los valores de cada uno de los elementos suelen estar representados por un byte, de manera que el rango de valores tpico que admiten los componentes de la matriz se encuentra entre 0 y 255.
41
Figura 18: Representacin de una imagen en un espacio 3D como RGB
Algunos de los espacios de color ms utilizados son: o Espacio RGB: Se crea como combinacin de los colores rojo, verde y azul. Estos colores fueron escogidos porque son los percibidos por los conos de la retina (las clulas encargadas de percibir el color). Se trata de un espacio de color aditivo ya que la combinacin de estos tres colores primarios permite reproducir una gran gama de los colores percibibles por el ojo humano. En la figura 19, se puede observar una representacin de cmo se generan los colores en el espacio RGB. RGB se utiliza tradicionalmente en monitores y mquinas fotogrficas y ser sobre este espacio sobre el que se trabajar ms adelante.
Figura 19: Formacin de los colores en un espacio RGB. Cada punto del cubo, un color distinto, viene representado por las coordenadas de los vectores de la base, que corresponden a los colores rojo, verde y azul.
Existe tambin el espacio derivado RGBA, que aade el canal alfa (de transparencia) al espacio RGB original, este modelo responde an mejor al comportamiento de un ojo humano, ya que modeliza el comportamiento de las otras clulas de la retina (los bastones), que resultan mucho ms sensibles a la luminosidad. o Espacio CMY: Es un modelo de colores substractivo que se utiliza en impresin. CMY se refiere a los colores Cian, Magenta y Amarillo, que en el cubo de la figura anterior representaran los opuestos de Rojo, Verde y Azul, respectivamente. En este modelo los colores se forman por sustraccin de los colores de la base, a diferencia de RGB que se formaban mediante la suma. As por ejemplo, mientras que en RGB, la suma de los valores mximos de los tres colores primarios produce el mximo de luminosidad, el color blanco y la ausencia de ellos, el negro; en CMY sucede al revs, el negro se genera por la mezcla de colores primarios sustractivos, aunque no resulta tan denso como el color negro puro (uno que absorbe todo el espectro visible). Es por esto que al CMY original se ha aadido un canal clave (key), que normalmente es el canal negro (black), para formar el espacio CMYK o CMYB.
42 Captulo 2.- Marco terico
Actualmente las impresoras de cuatro colores utilizan un cartucho negro adems de los colores primarios de este espacio, lo cual genera un mejor contraste. o Espacio YIQ: Fue una recodificacin realizada para la televisin americana (NTSC), que tena que ser compatible con la televisin en blanco y negro, que solamente requiere del componente de iluminacin. Los nombres de los componentes de este modelo son Y por luminancia (luminance), I fase (in-phase) y Q cuadratura (quadrature). Estas ltimas generan la cromaticidad del color. Los parmetros I y Q son nombrados en relacin con el mtodo de modulacin utilizada para codificar la seal portadora. Los valores de RGB son sumados para producir una nica seal Y que representa la iluminacin o brillo general de un punto en particular. La seal I es creada al restar Y de la seal azul de los valores RGB originales y luego el Q se realiza restando la seal Y del rojo. Espacio HSV: Es un espacio cilndrico, pero normalmente asociado a un cono o cono hexagonal, debido a que es un subconjunto visible del espacio original con valores vlidos de RGB. Tonalidad (Hue): Se refiere a la frecuencia dominante del color dentro del espectro visible. Es la percepcin de un tipo de color, normalmente la que uno distingue en un arcoiris, es decir, es la sensacin humana de acuerdo a la cual un rea parece similar a otra o cuando existe un tipo de longitud de onda dominante. Incrementa su valor mientras nos movemos de forma antihoraria en el cono, con el rojo en el ngulo 0. Saturacin (Saturation): Se refiere a la cantidad del color o a la "pureza" de ste. Va de un color "claro" a un color ms vivo (azul cielo azul oscuro). Tambin se puede considerar como la mezcla de un color con blanco o gris. Valor (Value): Es la intensidad de luz de un color. Dicho de otra manera, es la cantidad de blanco o de negro que posee un color.
Formatos: La manera de organizar la informacin proveniente del sensor de la cmara, tras su digitalizacin por parte del ADC, da lugar a los diferentes formatos. Existen dos caractersticas fundamentales que permiten diferenciar unos formatos de otros y que se deben tener en cuenta a la hora de escoger uno de ellos en funcin de la aplicacin que se vaya a desarrollar: o Profundidad de color: Ya se defini este parmetro cuando se habl de los diferentes tipos de sensores. Entonces se defini como el nmero de bits que se utilizan para representar las seales luminosas procedentes del sensor. Ese nmero de bits condiciona el nmero mximo de colores diferentes que podrn ser representados en una imagen. La profundidad de color de un determinado formato se define como el nmero mximo de colores que puede contener una imagen en
43
ese formato, independientemente de la cantidad de bits utilizada por el ADC. o Compresin: Se define como la accin de compactacin de la informacin disponible para reducir su tamao. Los algoritmos de compresin pueden producir compresin con prdidas o sin prdidas. La compresin con prdidas logra unos elevados ratios de compresin, aunque conlleva una prdida en la informacin y por tanto de calidad en la imagen. En los formatos de compresin con prdidas se aplican algoritmos que permiten decidir cul es la informacin menos relevante para el ojo humano y la desechan. A mayor cantidad desechada mayor compresin, menor espacio, pero tambin menor calidad.
A continuacin se realizar una breve descripcin de los diferentes formatos: o TIFF (Tagged Image File Format): Es uno de los formatos ms utilizados. Permite implementar algoritmos de compresin con prdidas o sin prdidas. En caso de utilizar algoritmos de compresin sin prdidas, que en el caso de TIFF suele corresponder al algoritmo LZW, las imgenes conservan una gran calidad, reduciendo su tamao de manera moderada. Permite trabajar con profundidades de color de hasta 64 bits y utiliza etiquetas que describen el tipo de imagen utilizada y el algoritmo de compresin. RAW: Se usa como alternativa a TIFF. Consiste en almacenar directamente la informacin que procede del sensor de la cmara digital. Supone un ahorro de tiempo frente al proceso que supone la conversin a TIFF y puede suponer tambin una disminucin de tamao por la eliminacin de las etiquetas, manteniendo una calidad similar. Utiliza tambin grandes profundidades de color (hasta 48 bits) por lo que slo suele estar disponible en cmaras de gama media-alta cuyo ADC sea capaz de suministrar esta cantidad de informacin y las fotografas obtenidas resultan de gran tamao. Presenta un problema de falta de estandarizacin ya que cada fabricante de cmaras utiliza su propia versin del formato, lo que puede provocar incompatibilidades o que una versin quede obsoleta. La iniciativa OPENRAW trabaja para que los fabricantes de cmaras creen un formato RAW de cdigo abierto y estndar. Para trabajar con las imgenes en RAW hay que contar con el software de tratamiento del fabricante o convertirlas a uno de los formatos estndar. BMP (Bitmap Image File): Es un formato creado por Microsoft, e implementa un algoritmo de compresin sin prdidas conocido como RLE que no supera al utilizado por TIFF. El formato GIF (CompuServe GIF) trabaja con un mximo de 256 colores, es decir, con una profundidad de color de 8 bits. Proporciona imgenes de baja calidad pero de pequeo tamao, por lo que se utiliza mucho en grficos y en pequeos logos y dibujos, sobre todo en aplicaciones Web. PNG (Portable Network Graphics): Es un formato basado en un algoritmo de compresin sin prdidas. Surgi como alternativa a GIF
44
porque no se encontraba sujeto a patentes y mejora sus caractersticas. Admite profundidades de color de 1 a 48 bits y la posibilidad de aadir un canal de transparencia alfa. o JPEG (Joint Photographic Experts Group): Utiliza habitualmente un algoritmo de compresin con prdida para reducir el tamao de los archivos de imgenes. Esto significa que al descomprimir o visualizar la imagen no se obtiene exactamente la misma imagen de la que se parta antes de la compresin. Existen tambin tres variantes del estndar JPEG que comprimen la imagen sin prdida de datos: JPEG2000, JPEG-LS y Lossless JPEG. El algoritmo de compresin JPEG se basa en dos caractersticas visuales del ojo humano. Por un lado, es mucho ms sensible al cambio en la luminancia que en la crominancia, es decir, capta ms claramente los cambios de brillo que de color. Por ello, la primera accin que desarrolla el algoritmo de compresin es convertir el espacio RGB en YUV, que es similar a YIQ. Las ecuaciones que representan el cambio de base son: Y= 0.299R + 0.587G + 0.116B Cb = U = -0.148 * R - 0.291 * G + 0.439 * B + 128 Cr = V = 0.439 * R - 0.368 * G - 0.071 * B + 128 Donde Y representa la variable luminancia y las variables U y V representan la crominancia, mientras que R, G y B, representan la intensidad de las capas roja, verde y azul, respectivamente, en el modelo RGB. Como la luminancia tiene una componente de verde ms fuerte y la mayora de la informacin procede de fotoclulas sensibles al color verde, es la que mayor informacin presenta. Las otras capas presentan informacin altamente redundante de manera que los valores de sus pxeles se pueden agrupar en bloques de dos o de 4, sin que el ojo humano perciba apenas la variacin. Por otro lado, el ojo percibe con ms facilidad pequeos cambios de brillo en zonas homogneas que cambios rpidos de brillo en reas pequeas (variacin de alta frecuencia), por ejemplo en los bordes de los cuerpos de los objetos, de manera que se pueden eliminar las altas frecuencias sin prdida excesiva de calidad visual. Para ello, se estructuran las matrices en bloques de 8x8 elementos, se aplica la Transformada del Coseno (DCT), que permite representar sus valores en el dominio de la frecuencia, a cada uno de los bloques y se dividen sus componentes entre una matriz constante llamada matriz de cuantificacin. El resultado de esto es que los componentes de las altas frecuencias, tienden a igualarse a cero, mientras que muchos de los dems, se convierten en nmeros positivos y negativos pequeos. Este es el proceso en el que se pierde la mayor parte de la informacin (y calidad) cuando una imagen es procesada mediante este algoritmo. Por ltimo se lleva a cabo un proceso conocido como codificacin entrpica que sirve para agrupar valores redundantes. La labor de descompresin consiste en realizar las operaciones en sentido inverso y se realiza cada vez que se abre la foto. La prdida de calidad cuando se realizan sucesivas compresiones es acumulativa.
45
Esto significa que si se comprime una imagen y se descomprime, se perder calidad de imagen, pero si se vuelve a comprimir una imagen ya comprimida se obtendr una prdida todava mayor. Cada sucesiva compresin causar prdidas adicionales de calidad. La compresin con prdida no es conveniente en imgenes o grficos que tengan textos, lneas o bordes muy definidos, pero s para archivos que contengan grandes reas de colores slidos. Una de las caractersticas del JPEG es la flexibilidad a la hora de ajustar el grado de compresin. El resultado puede variar, en funcin de la agresividad de los divisores de la matriz de cuantificacin. A mayor valor de esos divisores, ms coeficientes se convierten en ceros, y ms se comprime la imagen. Pero mayores compresiones producen mayor ruido en la imagen, empeorando su calidad. Una imagen con una fuerte compresin (1%-15%) puede tener un tamao de archivo mucho menor, pero tendr tantas imperfecciones que no ser interesante, una compresin muy baja (98%-100%) producir una imagen de muy alta calidad, pero, tendr un tamao tan grande que quizs interese ms un formato sin prdida como PNG. o DICOM (Digital Imaging and Communication in Medicine): Para terminar, es necesario mencionar el formato DICOM pensado precisamente para el manejo, almacenamiento, impresin y transmisin de imgenes mdicas. Incluye la definicin de un formato de fichero y de un protocolo de comunicacin de red. El protocolo de comunicacin usa TCP/IP para la conexin entre sistemas. Los ficheros DICOM pueden intercambiarse entre dos entidades que tengan capacidad de recibir imgenes y datos de pacientes en formato DICOM. DICOM permite la integracin de escneres, servidores, estaciones de trabajo como equipos de rayos X digitales y tomgrafos, impresoras y hardware de red de mltiples proveedores dentro de un sistema de almacenamiento y comunicacin de imgenes, denominado PACS (Picture Archiving and Communication Systems). Las diferentes mquinas, servidores y estaciones de trabajo tienen una declaracin de conformidad DICOM. Una de las ventajas de DICOM es que agrupa la informacin dentro de un conjunto de datos, de manera que normalmente la historia clnica del paciente, junto con su identificacin, se encuentran en el mismo archivo que las imgenes mdicas que de l se transmiten. DICOM tambin ofrece informacin como el sistema de coordenadas de la imagen, lo cual resulta de enorme utilidad, ya que en varios casos como la prstata o el cerebro, son cuerpos simtricos aquellos sobre los que se pretende actuar y resulta de vital importancia conocer la orientacin de la imagen. Los ficheros DICOM consisten en una cabecera con campos estandarizados y de forma libre, y un cuerpo con datos de imagen. En torno a DICOM se han implementado servicios como Dicom Store, Dicom Worklist o Dicom Print, que permiten respectivamente, almacenar y transmitir archivos DICOM entre estaciones de trabajo, elaborar listas de pacientes citados, o imprimir imgenes en una impresora DICOM. Sin lugar a dudas, la estandarizacin que conlleva DICOM representa un gran logro de la Ingeniera Biomdica, su desarrollo y uso por parte de las entidades hospitalarias dar lugar a un rapidsimo intercambio de informacin, que permitir reducir errores, divulgar descubrimientos y
46
realizar acciones de inter-consulta. Sin embargo, no podr ser utilizado para este PFC. Los equipos capaces de adquirir y procesar las imgenes en formato DICOM tienen un precio sensiblemente superior, entre otras cosas porque la profundidad de color de DICOM es de 16 bits para cada uno de los colores es decir 16x3=48 bits, lo cual genera adems, imgenes de gran tamao (que pueden llegar hasta los GigaBytes). 2.2.3 Pre-procesamiento de la imagen. Hasta aqu se ha descrito la manera en que se convierten los impulsos luminosos recogidos por el sensor fotovoltaico de la cmara en informacin digital y las diferentes posibilidades para almacenar esta informacin y formar diferentes tipos de imgenes. Nos encontramos pues, con una imagen ya formada, la cual vamos a suponer que se encuentra en formato RGB y que presenta la estructura de hiper-matriz representada en la figura 18, las operaciones que se van a describir pueden realizarse de manera similar con imgenes definidas segn otros espacios de color. Aunque prximamente se hablar de las tcnicas de procesamiento que permiten a los ordenadores participar en los procesos de toma de decisiones como un diagnstico clnico mediante tcnicas de reconocimiento de patrones y algoritmos de clasificacin, existe una serie de atributos caractersticos de las imgenes sobre los que puede ser til incidir para mejorar su visualizacin y facilitar la posterior tarea de procesamiento en caso de que desee realizarse. Este conjunto de tareas se denomina preprocesamiento y puede ser realizado con multitud de programas, desde sencillos como Picture It o Adobe Photoshop hasta potentes herramientas matemticas como Matlab. En la mayora de las situaciones en las que he realizado pre-procesamiento de imgenes a lo largo de este PFC utilic ImageJ, sencillsimo software libre basado en Java, que permite realizar la totalidad de las acciones que se describirn a continuacin. La interfaz del programa se representa en la figura 20.
Figura 20: Interfaz del programa ImageJ.
La herramienta clave para realizar el pre-procesamiento es el histograma: En estadstica, un histograma es una representacin grfica de una variable en forma de barras, donde la superficie de cada barra es proporcional a la frecuencia de los valores representados. En el eje vertical se representan las frecuencias, y en el eje horizontal los valores de la variable. En el caso de una imagen, acta como representacin grfica de la intensidad de luz, indica el nmero de pxeles para cada uno de los 256 valores de luminosidad. Para cada una de las capas de una imagen RGB el 0 representa el mnimo de intensidad y el mximo viene representado por 255. A esta escala de luminosidad se le denomina escala de grises, en la que los extremos mencionados son negro y blanco respectivamente, y los valores intermedios representan distintas tonalidades de grises, ms claros o luminosos a medida que su valor se acerca a 255. Adems del histograma de intensidad de cada una de las capas, existe una
47
histograma general de la imagen que representa la variable luminancia. La luminancia se define como densidad angular y superficial de flujo luminoso que incide, atraviesa o emerge de una superficie siguiendo una direccin determinada. Para una imagen en RGB, se puede calcular como: Y = 0,299R + 0,587G + 0,114B Siendo, R, G y B el valor de las luminancias parciales de cada una de las capas, esta frmula coincide con la vista cuando se defini el espacio YUV. La luminancia se mide en nits o cd/m2 y da una idea del brillo de la imagen. El histograma general de la imagen nos ofrece, por tanto, informacin acerca de la intensidad de luz que incidi en el sensor fotovoltaico y est representada en la imagen, y se considera como una representacin de la exposicin. Si existen grandes frecuencias cerca del 0, es probable que el sensor de la cmara recibiera menos luz de la adecuada en el momento de tomar la fotografa, y que sta se encuentre sub-expuesta. Ocurre al contrario si las frecuencias se acumulan cerca de 255, es posible que la foto se encuentre sobre-expuesta o quemada. Lo ideal, en teora, es que exista una distribucin uniforme de frecuencias, sin embargo, todo depende de las caractersticas de la escena. En algunos casos, en los que los valores aparecen agrupados en torno a uno de los extremos, el histograma simplemente responde a la preponderancia de tonos oscuros sobre claros o viceversa, pudiendo ser dicha distribucin, un fiel reflejo de la realidad. En la figura 21, se presenta una imagen, adquirida durante una de las visitas que realic al laboratorio de un Centro de Salud, en la que podemos apreciar un extendido sanguneo o Frotis, en el que se puede apreciar un parsito de P.Vivax en el interior de un glbulo rojo. Esta imagen se utilizar de ejemplo para mostrar algunas de las herramientas de las que ImageJ dispone para el pre-procesamiento de la imagen.
Figura 21: Se puede apreciar entre los cmulos de glbulos rojos, un parsito en el interior de una clula, es un trofozoto de Plasmodium Vivax. La otra clula de color morado que se encuentra a la izquierda de la foto, no es un parsito, sino un glbulo blanco.
En las figuras 22, 23 y 24, se van a obtener las capas roja, verde y azul de la imagen, con sus correspondientes histogramas.
48
Figura 22: Representacin de la capa roja con su correspondiente histograma, la gran concentracin de frecuencias bajas corresponde al fondo negro. Sin embargo tambin se observan bastantes valores cercanos a 255, no es extrao dado que la muestra se compone, en gran medida, de glbulos rojos.
Figura 23: Representacin de la capa verde, con su correspondiente histograma, se observa el mismo pico cercano a cero, pero no la concentracin en torno a 255.
Figura 24: Representacin de la capa azul, con su correspondiente histograma. Se trata de la ms oscura de todas, lo cual indica que apenas hay tonalidades azules en la imagen. Esta imagen fue tomada sin el filtro azul que posea el microscopio, de manera que se elimin mucha luz azul.
A continuacin, en la figura 25, se representa el histograma general de la imagen y se describen algunas de las propiedades relacionadas con el mismo.
49
Figura 25: Representacin del histograma general de la imagen. Tomando diferentes rangos del mismo se alteran dos propiedades importantes de la imagen, el brillo y el contraste.
La recta representada en la figura 25 representa el rango dinmico de la imagen. La pendiente de la recta representa el contraste. El valor de la ordenada en el origen corresponde al brillo. Ambas magnitudes pueden ser alteradas. Como se puede apreciar, existe un cierto valor a partir del cual ya no aparecen frecuencias, se est desperdiciando parte del rango dinmico. Se puede mejorar el contraste realizando una transformacin lineal que consiste en asignar el mximo valor a partir del cual ya no aparecen frecuencias a 255, de esta manera se ampla el rango dinmico. ImageJ, hace esto de manera automtica al presionar el botn auto. Veamos su efecto en la figura 26.
Figura 26: Mejora del contraste de la imagen. Se observa que el valor ms luminoso de la imagen corresponda a 156, se realiza una transformacin lineal, para ampliar el rango dinmico y utilizar toda la escala disponible. Se representan los histogramas antes y despus de la transformacin. Si se compara la imagen con la de la figura 21 se pueden observar los cambios en el contraste.
Al igual que se han seleccionado los valores entre 0 y 156, se puede seleccionar cualquier rango de valores y realizar transformaciones lineales para ampliar el contraste. En cuanto al brillo, aumentar esta magnitud supone sumar una constante a la recta, incrementar su ordenada en el origen, o lo que es lo mismo, sumar un escalar fijo a cada uno de los valores de los pxeles de una matriz, aumentando su luminosidad. Veamos el efecto de un incremento del brillo en la figura 27.
50
Figura 27: Incremento del brillo, se ha sumado una constante de valor 98, a la luminancia de cada uno de los pxeles de la matriz.
Se han mostrado algunas de las tcnicas que componen el pre-procesamiento de una imagen. ImageJ permite realizar otras muchas transformaciones, incluyendo tareas de procesamiento. Se volver a hablar de este programa ms adelante cuando se desarrolle la experimentacin. 2.2.4 Aplicaciones de las imgenes microgrficas. La utilizacin de imgenes en Anatoma Patolgica es una prctica que desde el descubrimiento de los Rayos X en 1895, ha demostrado ser de gran utilidad para el examen del cuerpo humano y el diagnstico de innumerables afecciones. La posibilidad de visualizar el interior de una persona sin recurrir a ciruga supona un salto cualitativo en la calidad del diagnstico de las enfermedades, de su tratamiento y de la posterior recuperacin del paciente. Sin embargo, a mediados del siglo XX, se comprob que una alta exposicin a los Rayos X, que no son otra cosa que fotones de baja longitud de onda (entre 10 a 0,1 nm.) y alta energa, produca diversos tipos de cnceres. Como consecuencia de ello, se desarrollaron otras tcnicas que permitieran seguir obteniendo las imgenes que a estas alturas se haban mostrado como herramientas imprescindibles para los mdicos. Algunas de estas tcnicas son la formacin de imgenes por Ultrasonido, la Tomografa Axial Computerizada, la Resonancia Magntica y la Elastografa. La existencia de este abanico de posibilidades tcnicas ha permitido seleccionar aquellas que resultan ms adecuadas para ciertas aplicaciones. De esta manera, el Ultrasonido se utiliza para la visualizacin de tejidos blandos, como en el caso de las ecografas, los Rayos X siguen utilizndose para la bsqueda de fracturas en huesos (controlando los niveles de exposicin), la Tomografa se utiliza en la bsqueda de tumores Un avance importante en este enorme campo de investigacin que suponen las imgenes mdicas lo representa la digitalizacin de las mismas. Este proceso presenta innumerables ventajas: Las imgenes digitales son fciles de almacenar, de preservar, de copiar, pueden incluirse de forma sencilla en informes o presentaciones y adems pueden enviarse a ubicaciones remotas a travs de lneas de transferencia de datos. Para obtener las imgenes mdicas, un dispositivo emite seales con una energa determinada que al interaccionar con tejidos corporales con propiedades diferentes (una de las ms utilizadas es la densidad), inciden en el receptor con valores diferentes, que dependen de la absorcin por parte de los tejidos en el caso de los
51
Rayos X o de la frecuencia de vibracin en el caso del Ultrasonido. Es decir, a diferencia de la fotografa tradicional, la imagen obtenida no trata de mostrar variaciones de la luz visible, sino que las diferencias de intensidad representan las variaciones de energa incidentes en el receptor. Las imgenes obtenidas mediante Fotomicrografa, que tratan de mostrar lo que un ojo humano puede ver a travs del ocular de un microscopio, no son consideradas por algunos autores como Imgenes Mdicas ya que operan en el rango de la luz visible, como la fotografa convencional. Sin embargo, si nos centramos en el propsito que cumplen dichas imgenes, que no es otro que el de ayudar a establecer el diagnstico de un paciente, se ver que resultan tan tiles como las tcnicas anteriormente mencionadas. Una vez obtenida la imagen digital y almacenada en un equipo adecuado, las opciones que se abren para trabajar con dicha imagen son casi tan amplias como lo son la cantidad de aplicaciones que ofrecen los ordenadores hoy en da, innumerables. Algunas de ellas son simples, utilizar esa imagen en informes, publicaciones, presentaciones con propsito educativo, pero existen tambin otras, ms sofisticadas tecnolgicamente y muy interesantes como herramientas complementarias para la medicina. A continuacin se describirn dos de las aplicaciones principales que se pueden implementar a partir de fotomicrografas. La telepatologa: Se define como la prctica de patologa a distancia basada en la transmisin a travs de medios de telecomunicacin, de imgenes y datos de especmenes patolgicos para su correspondiente interpretacin y diagnstico. Resulta sta una definicin ms restrictiva que la de telemedicina, que incluye conceptos como la educacin a distancia. A partir de los aos 90, con la implantacin generalizada de los sistemas de redes basados en Internet, la telepatologa ha alcanzado un sentido completo y ha logrado una gran difusin. Resulta una tcnica especialmente til para aquellos pases de los llamados en Vas de Desarrollo por diversas razones: o En primer lugar, por cuestiones geogrficas. Estos pases se ubican en su mayor parte en la franja intertropical del globo, es decir, entre los dos Trpicos. Sus climas favorecen amplias zonas de selva, de muy difcil acceso, donde enfermedades parasitarias como la malaria, la tuberculosis o el dengue son frecuentes. Estas enfermedades mencionadas comparten la caracterstica de que la gravedad aumenta rpidamente si no se administra un tratamiento correcto (cuestin de das), ya que los parsitos se multiplican. Es por ello que resulta fundamental establecer un diagnstico correcto en el menor tiempo posible. En segundo lugar, la economa de estos pases provoca que en muchas de estas zonas aisladas, no se encuentre personal suficientemente preparado para diagnosticar con exactitud y fiabilidad dichas enfermedades, que adems presentan una sintomatologa similar. La implantacin de redes wi-fi, basadas en tecnologa satelital por ejemplo, es ya una realidad en pases como Per y el coste de implantacin, gestin y mantenimiento de estas redes, que permitan la transmisin de imgenes hacia un centro donde personal especializado pueda evaluarlas, no es objeto de estudio en este PFC, sin embargo las
52
entrevistas con algunas de las personas que han implementado dichas redes y con responsables de los Departamentos de Salud de las zonas de la Amazona Peruana, permiten suponer que no es muy superior al de la capacitacin de tcnicos de laboratorio para pequeos y numerosos puestos de salud. Los resultados mdicos, si se comprueba que las imgenes posen valor diagnstico, mejorarn rpidamente en el corto plazo, y por supuesto, las redes implantadas permitirn ofrecer otros servicios adems de los sanitarios, que servirn para el desarrollo de estas zonas de difcil acceso y escasas posibilidades de formacin y crecimiento econmico. Existen principalmente dos maneras de transmitir imgenes a distancia. Si se envan imgenes almacenadas previamente, sobre las que el receptor no tiene control alguno, estaremos hablando de telepatologa esttica. La transmisin de imgenes en tiempo real, recibe en cambio el nombre de telepatologa dinmica. Existen algunos casos, como el del microscopio virtual, que se consideran hbridos. Telepatologa esttica: Consiste en la prctica de la medicina a distancia, basada en la interpretacin y diagnstico de imgenes fijas o estacionarias de especmenes patolgicos, enviadas a travs de vas de telecomunicacin desde una ubicacin remota. En estas transmisiones se incluyen tambin datos, como historia clnica del paciente, datos de laboratorio, nmeros de identificacin, estadsticas La telepatologa esttica puede ser aplicada a todas las reas de actividades del patlogo, las cuales incluyen [15]: 1. Anatoma Patolgica: - Diagnstico de Secciones por Congelacin. - Especmenes Quirrgicos. - Biopsias. - Aspiraciones con Aguja Fina. - Citologa. - Autopsias. 2. Patologa Clnica: - Banco de Sangre. - Citogentica. - Anlisis de ADN. - Hematologa.
53
- Microbiologa. - Anlisis de orina. El medio lgico para la transmisin de la informacin es va Internet, con los problemas de seguridad y confidencialidad que ello conlleva. En la figura 28 se ilustran las diferentes formas segn las cuales pueden comunicarse dos centros de telepatologa, tanto para envo como para recepcin de casos.
Figura 28: Los medios de conexin varan en funcin de la distancia entre el centro de envo y el de recepcin. Cuanto mayor sea la cantidad de puntos intermedios, mayor es el riesgo de que un intruso intercepte la informacin y viole la confidencialidad de los datos del paciente.
A diferencia de la telepatologa dinmica donde es suficiente la labor de un solo patlogo, ya que este dispone de un control telerrobtico que le permite seleccionar las imgenes del espcimen localizado, en telepatologa esttica es necesaria la presencia de dos patlogos, uno en el centro de envo y otro en el centro de recepcin. Sin embargo, la telepatologa dinmica presenta graves limitaciones que impiden que sea aplicable salvo en grandes instituciones hospitalarias y/o acadmicas. En primer lugar, los centros de envo y recepcin deben contar con el mismo software y en muchas ocasiones el mismo hardware. Recientemente han aparecido ejemplos de software libre, que permiten el manejo, anotacin de imgenes, encriptacin y envo de casos por mensajera electrnica, uno de los que mejores resultados obtiene es Telemedmail. Representan esfuerzos para lograr hacer de la telepatologa dinmica una herramienta accesible, pero la realidad es que hoy en da, entre los equipos para el ordenador y el software, el presupuesto puede superar los 100000$ (75000), a lo que habra que sumar el precio de una cmara de alta resolucin lo cual supondra entre 3000 y 5000 en cada uno de los puestos de origen. Este presupuesto resulta absolutamente inalcanzable para la mayora de entidades pblicas y privadas que operan en los departamentos de la Amazona Peruana y por ende para la mayora de las regiones de los pases en Vas de Desarrollo. Una vez que las imgenes digitales estn "empaquetadas" y optimizadas en archivos o ficheros de formatos digitales especficos, stas pueden ser transmitidas a cualquier parte del planeta a travs de medios de telecomunicacin como Internet. Las transmisiones de imgenes pueden hacerse usando diferentes protocolos como el correo electrnico, el sistema de transferencia de archivos (File Transfer Protocol o FTP), por intermedio de pginas web o por medio de programas especiales patentados para su uso especifico en telepatologa esttica. o El uso del correo electrnico no tiene misterios hoy en da para cualquier usuario de ordenadores. La transmisin de las imgenes puede hacerse a travs de cualquier cliente de correo, utilizando la clsica herramienta de adjuntar. Respecto a este punto, mencionar que la transmisin por correo electrnico no es el medio ms seguro para
54
realizar las transmisiones, de manera que debe evitarse incluir informacin demogrfica del paciente. Sin embargo representa el medio ms sencillo para operadores que no siempre estn familiarizados con el uso de herramientas informticas complejas. o La transmisin por FTP, proporciona un medio ms seguro y ms rpido generalmente. El envo se realiza directamente de ordenador a ordenador sin que los datos pasen por servidores de correo. Generalmente uno de los dos ordenadores funciona como servidor de archivos que atiende a las peticiones de los clientes. FTP puede funcionar en dos modos, normal o activo y pasivo. En modo activo, el cliente solicita la transmisin de datos al servidor a travs de un canal de control y el servidor establece la transmisin de datos a travs de un canal diferente. En modo pasivo, el servidor contesta a la peticin del cliente especificando cual es su puerto de datos y es el cliente quien establece la transmisin. La prctica de la telepatologa a travs de pginas Web supone la ventaja de que un mismo caso patolgico puede ser presentado a una gran audiencia a nivel mundial. Tan pronto como un caso es puesto en una de dichas pginas Web, se enva un mensaje a la lista de correo electrnico. Este mensaje incluye una breve descripcin del caso y el vnculo correspondiente para poder llegar a dicha pgina. Despus de que los participantes estudian el caso, envan sus respuestas directamente al patlogo que lo present. Por ltimo se encuentran los programas especficamente diseados para la prctica de la telepatologa. Ya hemos mencionado Telemedmail, un interesantsimo esfuerzo para desarrollar software libre que permita el intercambio de imgenes, historias mdicas, contando con mecanismos de encriptacin que protegen la confidencialidad de las transmisiones. Existen otras opciones, como Second Opinion.
La seleccin del mtodo ms adecuado depende de la capacidad de la red utilizada, del nmero de patlogos que va a conectar, de la preparacin de los participantes y de la seguridad requerida para los casos de los pacientes tratados. Procesamiento de imgenes: El procesamiento de imgenes y la visin por computador representan importantes campos de una de las reas de investigacin tecnolgica que mayores esfuerzos recaban hoy en da y cuyos resultados resultan ms esperanzadores para el desarrollo de diferentes disciplinas a lo largo de todo el globo: la inteligencia artificial . El propsito de la visin por computador es desarrollar herramientas de software para que un ordenador sea capaz de entender una escena o las caractersticas de una imagen y permita tomar las decisiones adecuadas respecto de la misma. Ejemplos de aplicaciones son el reconocimiento de objetos fsicos, su clasificacin y la manipulacin de los mismos por parte de un brazo robtico [16], o como en este caso, el reconocimiento de parsitos en una imagen de una muestra hemtica, su clasificacin y la elaboracin de un diagnstico.
55
El procesamiento de imgenes se trata de una disciplina diferente de la visin por computador. Algunos autores consideran que es un sub-campo de la misma y otros sin embargo consideran que son reas del mismo orden jerrquico que comparten muchas de sus caractersticas y son complementarias. De cualquier manera se puede decir que el objetivo del procesamiento es descartar la informacin irrelevante y hacer evidentes aquellos detalles que nos interesan de una imagen. Los procesos que comprende, son los siguientes: o o o o o o Adquisicin de la imagen. Pre-procesamiento. Segmentacin. Descripcin y extraccin de caractersticas. Reconocimiento y clasificacin. Toma de decisiones.
Para el desarrollo completo de estos procesos en la mayora de ocasiones ser necesario utilizar otras herramientas de la inteligencia artificial como son el reconocimiento de patrones, aprendizaje estadstico por medio de redes neuronales, teora de grficos... Se describirn los fundamentos de cada una de estas tcnicas en funcin del uso que se haga de las mismas a lo largo del desarrollo del proyecto. Por ahora, bastar con detallar los procesos mencionados que permiten realizar el procesamiento de una imagen. El proceso de adquisicin y el pre-procesamiento son tareas comunes a otras aplicaciones como la telepatologa y ya han sido definidos previamente, de manera que comenzaremos directamente por la segmentacin [17]. o El proceso de segmentacin es la piedra angular de toda labor de procesamiento de imgenes y el primer paso para el reconocimiento de los objetos que queremos identificar. Clsicamente, la segmentacin de imgenes se define como la particin de una imagen en regiones constituyentes no solapadas, las cuales son homogneas con respecto a alguna caracterstica como intensidad o textura. Si el dominio de la imagen est dado por I, entonces el problema de segmentacin consiste en determinar los conjuntos cuya unin es la imagen I completa. Por lo tanto, los conjuntos que conforman la segmentacin deben satisfacer = donde =1 = para cada , y cada est conectado. Idealmente, un mtodo de segmentacin encuentra aquellos conjuntos que corresponden a distintas estructuras o regiones anatmicas de inters en la imagen. Determinar los conjuntos Sk se conoce como clasificacin de pxel y a los conjuntos se les llama clases. La clasificacin de pixeles frecuentemente es un objetivo deseable en el tratamiento de imgenes mdicas, particularmente cuando se necesita clasificar regiones desconectadas que pertenecen al mismo tejido. La determinacin del
56
nmero de clases k en la clasificacin de pixeles puede ser un problema complejo, por lo que generalmente se asume conocida, basado en conocimientos previos de la anatoma que se est tomando en consideracin. El etiquetado es el proceso de asignar una designacin significativa a cada clase y puede ser llevada a cabo separadamente de la segmentacin. Este proceso mapea el ndice numrico del conjunto Sk, a una designacin anatmica. En imgenes mdicas, frecuentemente las etiquetas son obvias y pueden ser determinadas mediante inspeccin del tcnico o fisilogo. El etiquetado automtico es deseable cuando las etiquetas no son obvias o el sistema realiza procesamiento automtico de imgenes. La segmentacin realizada sobre una imagen puede ser dura o suave. Una segmentacin dura obliga a tomar un decisin en cuanto a si el pxel est dentro o fuera del objeto. Las segmentaciones suaves, por otro lado, retienen mayor informacin de la imagen original permitiendo ambigedad en la localizacin de las fronteras de los objetos. Para cuantificar el rendimiento de un mtodo de segmentacin, es necesario llevar a cabo experimentos de validacin, lo cual generalmente consiste en comparar el resultado obtenido contra algn modelo real. El mtodo ms directo para validar es comparar la segmentacin automtica con una segmentacin obtenida manualmente, pero este mtodo no garantiza un modelo perfecto debido a que el rendimiento de un usuario tambin puede ser deficiente. De cualquier forma, una vez que el modelo est disponible, se debe cuantificar de alguna manera la precisin y exactitud. La eleccin del mtodo de validacin es dependiente de la aplicacin y puede basarse en informacin de la regin como el nmero de pixeles que no se clasificaron, o informacin de los bordes como la distancia al borde real. Los mtodos de segmentacin, se pueden clasificar segn la particin jerrquica que utilizan, de la siguiente manera: Induccin: Define los objetos de inters, segn parmetros como la intensidad y el color y trata de localizarlos de abajo a arriba, es decir, busca los pxeles que pueden cumplir con unas condiciones dadas y va comprobando si realmente dichos pxeles configuran el objeto que buscamos. Deduccin: Consiste en ir realizando separaciones sucesivas, en base a propiedades globales. En primer lugar separa algunas formas del fondo, dentro de esas zonas, repite el procedimiento y al final se realiza la comparacin de los objetos encontrados con un patrn para su clasificacin.
Sin embargo, en la prctica, la mayora de los mtodos de segmentacin se basan en la relacin entre los valores de intensidad de cada uno de los pxeles que componen la imagen con los de los que se encuentran a su alrededor. Basndose en los valores de intensidad se puede establecer una segunda clasificacin:
57
Por un lado, los mtodos basados en la discontinuidad de los niveles de intensidad de los pxeles, que permiten la deteccin de puntos, lneas y bordes. Por otro lado, se encuentran los mtodos que se basan en la semejanza de los niveles de intensidad de los pxeles. Dichos mtodos generan regiones a partir del agrupamiento de los pxeles que cumplen con determinados criterios de intensidad global o respecto a sus vecinos.
La descripcin, discusin y eleccin de los mtodos de segmentacin, se desarrollar ms adelante, cuando se realice el procesamiento de las imgenes de malaria. o Descripcin y extraccin de las caractersticas: Una vez que la imagen se ha dividido en distintas regiones con significado mediante un proceso de segmentacin, se debe proceder a una descripcin del objeto, que consiste en extraer sus caractersticas para poder reconocerlo. La extraccin de las caractersticas consiste en encontrar una manera ptima de representar la informacin original que describe a cada una de las clases de objetos. Esto permite representar cada una de las clases con un vector caracterstico n-dimensional que presenta la siguiente forma, donde X representa el patrn y x i , son cada una de las caractersticas elegidas para definir el patrn. = . Un patrn no es ms que un punto en el espacio de representacin de los patrones que es un espacio de dimensionalidad determinada por el nmero de variables consideradas. Esta aproximacin concluye que es razonable que los patrones pertenecientes a una misma clase estn cercanos en el espacio de representacin mientras que aquellos que pertenezcan a clases diferentes deberan estar en diferentes regiones del espacio de representacin. Dependiendo de la aplicacin, es frecuente que las caractersticas utilizadas deban ser invariantes a tamao, localizacin u orientacin del objeto. Deben tener adems las siguientes propiedades: Discriminantes, deben servir para diferenciar unos objetos de otros. Incorreladas, deben variar en el mismo sentido. Deben poder calcularse en tiempo real aceptable.
1 2
58
Invariantes frente a transformaciones geomtricas. La dimensionalidad debe ser menor o igual que la del patrn original.
De esta manera encontramos que los objetos pueden ser reconocidos a partir de dos tipos de descriptores: Descriptores de Forma: Utilizan informacin de los pxeles que componen la frontera del objeto. Algunos de estos descriptores son: Cdigos de cadena, signaturas, aproximaciones poligonales, representacin polar, esqueletizacin, y descriptores de Fourier. Descriptores de Textura: Utilizan la informacin de todos los pxeles que componen el objeto, para ello suelen utilizarse momentos estadsticos, como la media, varianza
Clasificacin: Trata de asignar las diferentes partes del vector de caractersticas a grupos o clases, basndose en las caractersticas extradas. Utiliza habitualmente uno de los siguientes procedimientos:
Clustering: Los patrones deben ser graficables. En ste enfoque se emplea el clculo de distancias, geometra de formas, vectores numricos, puntos de atraccin, etc. Estadstico: Se basa en teoras de probabilidad y estadstica, utiliza anlisis de varianzas, covarianzas, dispersin, distribucin, etc.
Segn se tenga constancia o no de un conjunto previo que permita al sistema aprender, la clasificacin puede ser supervisada, parcialmente supervisada o no supervisada. Clasificacin supervisada: Tambin es conocida como clasificacin con aprendizaje. Se basa en la disponibilidad de objetos de entrenamiento. Se trata de objetos cuya clase se conoce a priori y que servirn para conformar una representacin de cada una de las clases. Se denominan clases informacionales en contraposicin a las clases espectrales que genera la clasificacin no supervisada. Algunos mtodos de clasificacin supervisada:
Funciones discriminantes: Si existen dos clases, se busca obtener una funcin f tal que para un nuevo objeto S, si f(S) 0 se asigna a la clase 1 y en otro caso a la 2. Si existen mltiples clases se busca un conjunto de funciones g i , el nuevo objeto se ubica en la clase donde la funcin tome el mayor valor.
59
Vecino ms cercano (k-NN): Un nuevo objeto se ubica en la clase donde est el objeto de la muestra original que ms se le parece. Redes neuronales artificiales: Denominadas habitualmente RNA o en sus siglas en ingls ANN. Se supone que imitan a las redes neuronales reales en el desarrollo de tareas de aprendizaje.
Clasificacin parcialmente supervisada: Tambin conocida como de aprendizaje parcial. En estos problemas existe una muestra de objetos slo en algunas de las clases definidas. Clasificacin no supervisada: Tambin conocida como clasificacin sin aprendizaje. Se utilizan algoritmos de clasificacin automtica multivariante en los que los individuos ms prximos se van agrupando formando clases.
Restringida: el nmero de clases en la que se estructurar la muestra est previamente definido. Libre: el nmero de clases en la que se estructurar la muestra depende exclusivamente de los datos.
Decisin: Una vez que los objetos que componen la escena han sido separados del fondo, descritos y clasificados, slo resta tomar la decisin de qu hacer con los mismos. Esta decisin depende de la aplicacin que se est implementando, en el caso de este PFC, corresponde establecer un diagnstico, en funcin de si se han encontrado parsitos malricos en la muestra, de qu especie, en qu estado vital y en qu cantidad.
60
Captulo 3.- Estado del Arte.
3.1 LA MALARIA EN EL MUNDO. AGENTES Y PROGRAMAS.

El 8 de Septiembre de 2000, representantes de los 189 Estados presentes en la Organizacin de las Naciones Unidas firmaban la Declaracin del Milenio en la cual se recogen los Objetivos de Desarrollo del Milenio, 8 clusulas con las que los pases firmantes pretendan liberar a todos sus semejantes, de las condiciones abyectas y deshumanizadoras de la pobreza extrema. Como hemos visto en Captulo 1, combatir el VIH y la malaria y haber reducido su incidencia para el ao 2015 representa explcitamente el Objetivo N6, por su efecto devastador sobre la poblacin mundial y el tremendo lastre que suponen para el desarrollo de las naciones que sufren sus efectos. A partir de la declaracin, se ha realizado un gran esfuerzo econmico, tcnico y social que ha supuesto un gran reto de coordinacin entre entidades internacionales, nacionales e incluso locales. 3.1.1 Organismos Internacionales.
La Organizacin Mundial de la Salud, es un organismo dependiente del Consejo Econmico y Social de la ONU especializado en gestionar polticas de prevencin, promocin e intervencin en salud a nivel mundial. Entre otras cosas, se encarga de realizar el seguimiento de la situacin de la malaria y de informar acerca de los progresos realizados en la consecucin de los ODM, para ello edita cada ao un informe llamado World Malaria Report. El informe de 2010 describe la evolucin de la situacin financiera para el control de la malaria, los fondos han crecido de manera constante desde 2000 hasta alcanzar los 1500 millones de dlares en 2009, la forma en que estos recursos cada vez se han traducido en una mayor cobertura de las intervenciones de control de malaria recomendadas por la OMS, y la asociacin entre este incremento en las intervenciones y la fuerte reduccin de la morbilidad. Algunos de los logros reflejados en el artculo son la distribucin de 289 millones de mosquiteros impregnados con insecticida en el frica SubSahariana, que permitan que un 35% de los nios africanos en riesgo de contraer malaria duerman bajo uno de estos elementos protectores. Tambin se ha extendido la cobertura del diagnstico de un 5% al principio de la dcada, a un 35% en el ao 2009. Estas medidas ofrecen resultados contundentes: 11 pases del rea sub-sahariana han reducido en ms de un 50% las muertes por malaria, otros pases como Turkmenistn y Marruecos, se presentan por primera vez, absolutamente libres de malaria. El nmero de casos mundiales ha descendido de 233 millones en el ao 2000 a 225 en 2009 (aunque en el periodo 2000-2005 ascendi hasta los 244 millones) y el nmero de muertes se ha reducido de 985000 en 2000 a 781000 en 2009. Estas cifras muestran como destinando recursos y actuando de manera coordinada, se puede combatir la malaria y soar con su erradicacin como sucedi a mediados del siglo XX con la viruela. Como organizacin, la OMS presenta una estructura descentralizada basada en 6 Agencias Regionales que funcionan de manera autnoma en muchos aspectos. En Amrica, la Oficina Regional, denominada Organizacin Panamericana de la Salud (OPS, o PAHO en ingls), es ms antigua que la propia OMS. Pertenecen a ella los 35 pases del continente americano y cuenta con oficinas en 27 de ellos entre los que se encuentra Per. Colabora en el despliegue de los programas encaminados a lograr los ODM y realiza el seguimiento y evaluacin en los pases de su rea de influencia.
62
Captulo 3.- Estado del Arte
Fondo Mundial para la lucha contra el SIDA, la Tuberculosis y la Malaria: Fue creado en 2002 al abrigo de la Organizacin Mundial de la Salud como un ente pblico-privado pero funciona de manera totalmente autnoma desde 2009. Concebido como un organismo de obtencin y gestin de recursos, no ejecuta directamente los programas, sino que trabaja con una amplia red de asociaciones locales que los desarrollan sobre el terreno y provee a las mismas de asesoramiento tcnico. Entre sus fuentes de financiacin se encuentran gobiernos nacionales como el de Estados Unidos y grandes Corporaciones. Hasta la fecha, afirman haber distribuido 21700 millones de dlares en programas de 150 pases, entre ellos, el Proyecto PAMAFRO que describiremos a continuacin por su estrecha vinculacin con el PFC. 3.1.2 El Proyecto PAMAFRO.
El Proyecto Control de la Malaria en las Zonas Fronterizas de la Regin Andina: Un Enfoque Comunitario (PAMAFRO) surge como una iniciativa de los Ministros de Salud del rea Andina (Ecuador, Colombia, Per y Venezuela y ms adelante Bolivia y Chile) reunidos en la ciudad de Sucre, Bolivia en el ao 2002, con la perspectiva de iniciar un proceso de integracin social en los pases andinos, en donde salud y educacin son las reas de mayor factibilidad de integracin. Se decide elaborar una propuesta que busque la solucin de un problema de salud comn; se escogi la malaria por ser una enfermedad de importancia global y de alta prioridad en la regin, que afecta a poblaciones pobres, usualmente localizadas en zonas de frontera. Segn la OPS, afecta gravemente a 21 pases de Amrica; en 2002 se presentaron 347.648 casos en los pases del proyecto, de ellos, 79.683 ocurrieron en las zonas de fronteras, 69 % en Per, 19 % en Colombia, 8 % en Ecuador y un 4% en Venezuela El objetivo es disminuir en un 50% la morbilidad, en 70% la mortalidad y disminuir en 50% los Municipios con IPA (ndice Parasitario Anual) mayor que 10, en las zonas fronterizas de los pases participantes, poblaciones muy susceptibles debido a las austeras condiciones en las que viven. El IPA se define como: IPA = Nmero de casos confirmados____ x 1,000 Poblacin en riesgo mediano y alto Esta propuesta fue presentada ante el Fondo Mundial de Lucha contra el SIDA, la Tuberculosis y la Malaria y fue aprobada en julio del ao 2004. Cuenta con un presupuesto total de 26 millones de dlares en 5 aos de ejecucin. El Proyecto dio comienzo en octubre del 2005, se ha cumplido la Fase I y se dio comienzo a la Fase II que concluye en septiembre del 2010. Para cumplir con los indicadores mencionados anteriormente se definieron los siguientes objetivos: - Objetivo 1: Promover y fortalecer la organizacin social y comunitaria, as como, su participacin activa para el planeamiento y liderazgo para la lucha contra la malaria. - Objetivo 2: Incrementar el acceso al diagnstico y tratamiento de la malaria en la poblacin objetivo. - Objetivo 3: Disear e implementar un Sistema de Informacin de Salud (SIS) y de
63 Captulo 3.- Estado del Arte
vigilancia epidemiolgica dirigido a las reas homogneas e integradas, el cual se unifique con los ya existentes en el Sistema Andino de Vigilancia Epidemiolgica y los SIS nacionales. Dichos sistema pretende reducir significativamente el sub-registro existente que se estima en alrededor de un 50% de los casos de malaria en las zonas fronterizas. - Objetivo 4: Desarrollar un proyecto piloto de redes de comunicacin de voz e informacin en la zona fronteriza Per-Ecuador. - Objetivo 5: Desarrollar investigaciones esenciales cuyos resultados se puedan aplicar en la toma de decisiones e intervenciones para el control y prevencin de la malaria, en las zonas homogneas del proyecto. Se identificaron 11 zonas homogneas entre las fronteras de los pases, se estratific la malaria en los espacios donde la incidencia es mayor, se identificaron 164 municipios donde IPA> 10, y de esos municipios se priorizaron 1200 comunidades. En la Figura 29 se pueden visualizar las zonas de aplicacin del programa.
Figura 29: Zonas de aplicacin del programa Pamafro.
A lo largo de sus cinco aos de desarrollo, el Proyecto Pamafro ha buscado combatir la malaria de manera integral, incidiendo en las causas sociales que permiten la propagacin de la enfermedad, repartiendo equipamiento y medicamentos para el diagnstico, tratamiento y control y desarrollando soluciones tecnolgicas que permitan un mayor control epidemiolgico. Todo ello se ha realizado con un enfoque comunitario, buscando la implicacin de los habitantes de las comunidades en todas las fases de desarrollo, para lograr sostenibilidad social en un contexto de poblaciones tradicionalmente aisladas, as como de los mximos responsables de los Ministerios de Salud de los pases participantes. Las actividades llevadas a cabo han sido las siguientes: 1. Estrategias de educacin: El Proyecto PAMAFRO ha contemplado la
64
capacitacin en promocin de la salud, prevencin y control de la malaria, diagnstico y tratamiento, y vigilancia epidemiolgica comunitaria a trabajadores de la salud, trabajadores comunitarios y lderes. Esta labor se ha realizado con un enfoque participativo, valorando el conocimiento de las personas para la bsqueda de soluciones a sus propios problemas de salud. 2. Estrategias de comunicacin comunitaria: Se elabor un Plan Estratgico de Comunicaciones, a partir del cual cada oficina estableci su propio Plan Comunicacional, enfatizando el enfoque de comunicacin comunitaria, la salud como derecho, la comunicacin como dilogo de saberes, contando con la participacin de todos los actores (trabajadores sanitarios, comunitarios y representantes de las comunidades ms afectadas). Se desarrollan estrategias masivas como la difusin de spot radiofnicos, elaboracin de folletos informativos, entrevistas en radio y televisin y notas de prensa, as como estrategias interpersonales y socio-dramas colectivos, debates y talleres en el mbito escolar. 3. Proyectos comunitarios de control: Se elaboraron en el conjunto de los pases participantes del programa 821 proyectos. Dichos proyectos comprenden principalmente actividades como educacin comunitaria, saneamiento ambiental para eliminar algunas de las zonas consideradas hbitat natural de los mosquitos, as como mejoramiento de viviendas. Se logr adems un fortalecimiento de la organizacin vecinal y comunal a travs de la formulacin, autogestin e implementacin de sus propios proyectos. 4. Planes locales de salud: Se conformaron Grupos Gestores Intersectoriales, integrados por autoridades gubernamentales y sanitarias, representantes de instituciones, de organizaciones de base y de la sociedad civil para la elaboracin de 20 Planes Locales de Salud con nfasis en el control de la malaria. Las autoridades gubernamentales y sanitarias que participaron en el proceso se reconocieron como responsables de los derechos sanitarios y la malaria fue considerada como un problema prioritario en la poltica pblica. 5. Intervenciones de impacto en el control de la malaria: Mosquiteros. Para finales de Septiembre de 2010, se espera que 650000 personas cuenten con mosquiteros impregnados con insecticida de alta duracin, lo cual equivale a un 15% de la poblacin objetivo. Estos mosquiteros han sido distribuidos de manera gratuita o muy subvencionada, dado que las familias receptoras suelen contar con escasos recursos econmicos. 6. Diagnstico y tratamiento: En una primera fase, se capacit a 2885 trabajadores comunitarios y a 801 microscopistas en las tcnicas de diagnstico y tratamiento de la malaria. Fueron adquiridos y distribuidos 493 microscopios, se ha mejorado la disponibilidad de insumos de diagnstico y medicamentos antimalricos (compra y distribucin) y el almacenamiento de 45 establecimientos de salud de nivel municipal y regional. Adems, se inici la implementacin de una estrategia de diagnstico con pruebas rpidas en aquellas localidades y establecimientos de salud que no contaban con microscopios. En una segunda fase, se han realizado esfuerzos por mantener la red de microscopa operativa a travs de nuevas capacitaciones de microscopistas y el mantenimiento preventivo de microscopios, ya que las condiciones de humedad y altas temperaturas presentes en las zonas de aplicacin, hacen que
65
sea muy probable la aparicin de hongos en las lentes de los mismos. 7. Vigilancia epidemiolgica comunitaria, deteccin e intervencin de epidemias: Se dise un Modelo del Sistema Comunitario de Vigilancia Epidemiolgica (SICOVE) con el objetivo de reducir el subregistro y mejorar las capacidades en vigilancia. Dicho sistema, permite una vez implementado, la intervencin oportuna y la vigilancia de las epidemias en las reas del Proyecto. Para ello se ha capacitado a personal en Vigilancia Comunitaria y se han suministrado equipos (ordenadores y herramientas informticas). 8. Redes de comunicacin de voz y datos: Con esta actividad se buscaba establecer una red de telecomunicaciones de voz y datos que conecte establecimientos rurales en las zonas fronterizas de los pases andinos. Tras realizar visitas de campo, se seleccionaron 29 establecimientos peruanos en las cuencas de los ros Napo y Morona, cerca de la frontera con Ecuador. El diseo e instalacin de la red fueron encomendados a EHAS (Enlace Hispanoamericano de Salud), organizacin en la que participan grupos de Universidades espaolas como la Rey Juan Carlos y la Universidad Politcnica de Madrid, as como la Universidad del Cauca del Colombia y la Pontificia Universidad Catlica del Per y tambin la ONG Ingeniera Sin FronterasAsociacin para el Desarrollo. El diseo de la red de comunicaciones tuvo en cuenta: la flexibilidad de uso de distintos tecnologas de telecomunicaciones (Wi-Fi, UHF, VHF), el uso del sistema operativo de Linux, la facilidad para mantenimiento, la utilizacin de la mano de obra local y la capacitacin al personal de salud del rea. Para la instalacin de la red, se llevaron a cabo las siguientes actividades: o Diseo de la red, determinando las seales de comunicacin, la altura de las torres, el tipo de seales y los equipos de telecomunicaciones e informtica a utilizar en cada punto. Instalacin de cuatro redes en Andoas, Pastaza, Morona y Napo (Per). La instalacin se hizo entre febrero y junio de 2007, se hicieron pruebas y correcciones entre abril y julio de 2007, y desde entonces la red se encuentra en servicio. Instalacin de cinco nodos Wi-Fi en la red Napo PAMAFRO para interconectarlo con la Direccin Regional de Salud (DIRESA) de Loreto (Per).
Actualmente se llevan cabo tareas de mantenimiento en las redes y se gestiona sus sostenibilidad con las autoridades locales. 9. Investigacin operativa: Durante la implementacin del Proyecto, se plantearon varias investigaciones con las que se esperaba obtener resultados tiles que permitieran llevar a cabo acciones para la prevencin y control de la malaria. Aunque los recursos dedicados a estas labores investigadoras fueron escasos y los resultados an no han sido divulgados, aspectos positivos de dichas investigaciones son el fortalecimiento de la capacidad investigadora de profesionales sanitarios de la zona y su coordinacin con los Ministerios de Salud y Universidades de los pases participantes. Las investigaciones planteadas en Per fueron las siguientes:
66
Oportunidad en el diagnstico y tratamiento de pacientes con malaria en las comunidades rurales en la Regin de Loreto. Factores socio-demogrficos y ambientales asociados a la existencia de causas malricas en comunidades con diferentes niveles de transmisin de malaria en la regin de Loreto-Per. Caracterizacin de criaderos de Anopheles darlingi en la localidad de Zungarococha, Loreto-Per 2007. Habilidades Sociales en Trabajadores Comunitarios de Salud que trabajan en reas endmicas de malaria de la Amazona peruana. Calidad de prescripcin del tratamiento antimalrico para Plasmodium Vivax en establecimientos de salud perifricos de Loreto. Percepciones, conocimientos, actitudes y prcticas en relacin al uso de mosquiteros para el control de la malaria en Loreto. Prevalencia de portadores asintomticos de malaria en comunidades de Loreto.
En el resto de pases participantes se llevaron a cabo investigaciones complementarias a estas que incluyeron estudios sociolgicos, demogrficos, elaboracin de patrones epidemiolgicos y evaluacin de impactos de los programas aplicados. Para realizar una valoracin de los avances logrados durante la implementacin del Proyecto PAMAFRO, el Organismo Andino de Salud, responsable del programa, elabor un documento en 2009 llamado Compartiendo lecciones aprendidas. En l, se ponen de manifiesto las dificultades encontradas para la aplicacin de las actividades planteadas, los logros alcanzados y como consecuencia de ambos aspectos, las lecciones aprendidas. En las conclusiones del documento se considera que a pesar de deficiencias en los procesos de diseo y gestin, que fueron en gran parte subsanados en la segunda fase, as como de logstica en el caso del reparto de mosquiteros, por ejemplo, el proyecto ha servido en primer lugar para centrar la atencin sobre un problema tradicionalmente desatendido por los gobiernos nacionales. Adems se han desarrollado y mejorado estrategias de educacin y comunicacin que han logrado una importante sensibilizacin de la poblacin objetivo. Se ha fomentado la participacin comunitaria, de manera que, por un lado, las comunidades beneficiarias han aprendido a organizar y gestionar iniciativas para el control de la malaria y por otro, se ha logrado concienciar a autoridades locales, regionales y nacionales acerca de su papel como garantes del derecho a la Salud de sus poblaciones. El producto de las acciones llevadas a cabo es una mayor eficacia en el control de malaria expresada en indicadores como un mayor porcentaje de diagnsticos correctos y mayor nmero de tratamientos efectivos y completos ya que se garantiza la gratuidad y calidad de los mismos, lo cual se traduce en disminucin de la morbilidad y la mortalidad en las zonas afectadas. Adems,
67
el desarrollo de una estrategia de vigilancia epidemiolgica, ha permitido controlar los brotes de una manera ms articulada y organizada. Por ltimo, se describen en el documento una serie de Perspectivas futuras. En una de ellas se menciona que: En aras de la continuidad, el Proyecto PAMAFRO no puede estar al margen de nuevas tendencias relacionadas con el control de la malaria y su medicacin, as como tratamientos ms cortos y eficaces. Es necesario tener en cuenta que para fortalecer el diagnstico oportuno y con calidad y el tratamiento completo se requiere la capacitacin y monitoreo continuo del personal de salud responsable de estas tareas. Este PFC pretende constituir una humilde colaboracin a todo el trabajo realizado por el Proyecto PAMAFRO, en el rea de diagnstico. Dicha colaboracin no es meramente nominal, las visitas realizadas al laboratorio de un centro de salud en Iquitos y los experimentos desarrollados con los tcnicos del mismo han sido coordinados con autoridades de la Direccin Regional de Salud del Departamento de Loreto, personas que han colaborado de manera muy activa en todas las fases de desarrollo del Programa. Considerando la experiencia adquirida por estas personas, se ha consultado con ellos el diseo y desarrollo de los experimentos realizados y se espera que las conclusiones de este PFC puedan servir para avanzar en el camino que inici Pamafro hace ya cinco aos.
3.2
INFRAESTRUCTURA Y GRUPOS DE INVESTIGACIN IMPLICADOS.
Como ha sido comentado en varias ocasiones, el objetivo del PFC, es servir de soporte a investigaciones sobre el diagnstico de malaria mediante telepatologa y procesamiento de imgenes. Cada uno de estos mtodos se encuentra relacionado con los trabajos desarrollados por dos grupos de investigacin de la Pontificia Universidad Catlica del Per, el Grupo de Telecomunicaciones Rurales y el Laboratorio de Imgenes Mdicas, respectivamente. 3.2.1 Grupo de Telecomunicaciones Rurales. En el epgrafe anterior se mencionaba que una de las actividades desarrolladas en el contexto de PAMAFRO, fue la instalacin de redes inalmbricas de voz y datos que permitieran conectar distintos puestos de salud de la Amazona, que no disponan de infraestructura telefnica tradicional (ya que no resulta rentable para los operadores de telefona extender redes sobre vastas zonas deshabitadas) ni con comunicacin por carretera con las capitales de los departamentos. ste proyecto, encomendado a la organizacin EHAS, fue ejecutado por el Grupo de Telecomunicaciones RuralesPUCP. La misin de este grupo es la investigacin, desarrollo, aplicacin, anlisis, evaluacin de impacto y difusin de las tecnologas de informacin y comunicaciones (TIC) apropiadas para contribuir a la mejora de la calidad de vida de las comunidades marginales que carecen o tienen acceso limitado a medios de comunicacin, con nfasis en aquellas ubicadas en entornos rurales. Segn esta premisa, han implementado, desde su formacin en 1997, varias redes en distintos Departamentos peruanos, basadas en distintas tecnologas, que contribuyen al desarrollo de las comunidades donde se ubican.
68
El primer proyecto piloto se desarroll en la provincia del Alto Amazonas, en el Departamento de Loreto. Dicho proyecto involucra al Hospital Provincial de la capital, Yurimaguas, y a 40 establecimientos de salud de dos categoras: centros de salud y puestos de salud. La provincia de Alto Amazonas es una provincia de selva baja idnea para probar las herramientas de comunicacin, es muy extensa y sin carreteras (el 95% de los establecimientos de salud son slo accesibles por ro); y tiene importantes carencias en infraestructura de telecomunicaciones (slo dos establecimientos de salud contaban con lnea telefnica). Este primer proyecto se desarroll utilizando tecnologa de radio VHF (Very High Frecuency), lo cual permite alcances de hasta 100 Km (si no hay obstculos de por medio) y la transmisin de voz y datos, que utilizan la misma banda de frecuencia pero canales diferentes. La velocidad de transmisin de datos, puede alcanzar los 17 Kbps, lo cual es suficiente para enviar y recibir correos electrnicos. Actualmente la red conecta 90 de los 106 puestos de salud de la provincia, para atender a una poblacin de 160000 habitantes y permite la realizacin de consultas telefnicas de diversa ndole por parte de los tcnicos de los puestos de salud, a los mdicos del hospital de la capital provincial. Durante la ltima dcada el GTR-PUCP ha continuado montando redes, desarrollando equipos y aplicaciones que proveen servicios a distintas comunidades rurales peruanas que anteriormente se hallaban completamente desconectadas. Uno de los proyectos de ms envergadura es la red Wi-Fi instalada a lo largo del Ro Napo [18]. En una primera fase, comprendida dentro del Proyecto Pamafro, la red una mediante enlaces Wi-Fi, 11 puestos de salud desde la frontera ecuatoriana hasta la localidad de Tachsa Curacay. En una segunda fase, se extendi la red, con otros cinco puntos ms, hasta el Hospital Regional de Iquitos (capital del Departamento de Loreto) y la Direccin Regional de Salud de Loreto, aumentando de esta manera, su impacto y la sostenibilidad de la red. As, la red completa cubre una longitud de 447 km, y se ha convertido en la red Wi-Fi ms larga del mundo, se puede ver un esquema de su localizacin en la figura 30 [19].
69
Figura 30: Red Wi-Fi que conecta los puestos de salud a lo largo del ro Napo, desde la Direccin Regional de Salud en Iquitos hasta la frontera ecuatoriana. Fuente: Punto-Edu, Pontificia Universidad Catlica del Per.
Esta red utiliza el Protocolo IEEE 802.11, ms conocido como Wi-Fi, el cual determina las normas para una transmisin de datos siguiendo el protocolo TCP/IP en redes inalmbricas. El sistema permite conectar voz (telefona IP) y datos a travs de un ancho de banda que va entre los 5 y 10 Mbps (Megabits por segundo). Utilizando ste estndar y antenas de hasta 80 metros de altura, se consigue establecer enlaces a una distancia de 100 km de manera estable, siempre y cuando la lnea de vista de la antena sea estrictamente positiva, es decir, que no haya obstculos en la transmisin, como cerros, por ejemplo, lo cual se adapta bien a la orografa de la selva Amaznica, que presenta una densa vegetacin pero no fuertes desniveles. El sistema implementa una red privada de telefona, que no requiere de ningn operador comercial para su funcionamiento. Para establecer una comunicacin telefnica fuera de la red o con otras partes del Per y el mundo, o navegar por Internet se emplea una estacin denominada pasarela, se puede ver la configuracin de estos equipos en la figura 31.
70
Figura 31: Configuracin de los equipos en cada uno de los puntos de la red. Fuente: Redes Inalmbricas para Zonas Rurales. Fuente: GTR-PUCP
Mediante esta red, los tcnicos de los pequeos puestos de salud, realizan consultas telefnicas o va correo electrnico a los especialistas de los Centros de Salud de referencia o del Hospital Regional de Iquitos, as como solicitud de medicamentos, traslados de enfermos y otras actividades que resultan en una mejora de la atencin dispensada a los usuarios. Pero las caractersticas de esta red, gracias a su mayor ancho de banda y la estabilidad de sus enlaces, invitan a la implementacin de servicios ms ambiciosos, de manera que se ha pensado en desarrollar un sistema de telepatologa esttica, que a travs de la transmisin de imgenes de muestras hematolgicas o de esputo del paciente, permitan diagnosticar a cientos de kilmetros de distancia enfermedades de gravedad como la malaria o la tuberculosis. De la calidad que presenten dichas imgenes durante el proceso de visualizacin en la estacin receptora, depender, en gran medida, la exactitud del diagnstico. Como veremos en el siguiente epgrafe, no es ste un tema trivial, y a l han sido dedicados gran cantidad de investigaciones en multitud de pases. 3.2.2 Laboratorio de Imgenes Mdicas. El Laboratorio de Imgenes Mdicas (LIM), se consolida como grupo de investigacin dentro de la Pontificia Universidad Catlica del Per en Agosto de 2009. Sus integrantes haban formado tres aos antes el Grupo de Formacin y Procesamiento de Imgenes Mdicas con la misin de desarrollar tecnologas que permitieran mejorar el diagnstico de ciertas enfermedades presentes en la geografa peruana.
71
Sus trabajos de investigacin estn relacionados con: el ultrasonido, los rayos X digitales, la tomografa axial computarizada, la resonancia magntica, la elastografa, el registro y la segmentacin de imgenes. Todas estas tecnologas coinciden en ciertas caractersticas que las convierten en idneas para la realidad peruana [20], como son bajo coste, reduccin del tiempo de diagnstico y menor variabilidad que las tcnicas diagnsticas utilizadas tradicionalmente. Veamos brevemente algunos de estos trabajos que ayudarn a contextualizar ste PFC. o Ultrasonido: La investigacin en ultrasonido se centra en el desarrollo de un equipo propio capaz de generar imgenes 3D, mediante la implementacin de un sistema posicionador y un arreglo de transductores. ste equipo no se fabrica en Per, y su precio puede superar ampliamente los 10000$, de manera que su fabricacin conllevara un importante espaldarazo a la I+D peruana. Sonoelastografa: Se trata de una tcnica basada en el ultrasonido pero cuya fuente de vibracin es mecnica. Aplicando compresiones con una cierta frecuencia (entre 20 y 1000 Hz) a los tejidos, se puede medir la elasticidad de los tejidos blandos, a partir de la modificacin que ha sufrido la seal al alcanzar el transductor y formar una imagen que represente dichas modificaciones. Con esta tecnologa se pueden detectar lesiones y anomalas de los tejidos blandos como tumores o fibrosis en el hgado. En el LIM se han desarrollado aplicaciones para la deteccin de cncer de prstata y ndulos en el tiroides. En la figura 32 se puede ver una deteccin de cncer de prstata en una imagen obtenida usando elastografa:
Figura 32: Sonoelastograma de tejido prosttico. Los valores altos de intensidad en el mapa de colores denotan una gran amplitud de vibracin (tejidos blandos) y los oscuros denotan los valores de vibracin de baja amplitud (tejido duro, que corresponde al tumor). Fuente: Rochester Center for Biomedical Ultrasound, Rochester, New York, EEUU
Procesamiento de imgenes: sta es el rea a la que ms esfuerzos se han dedicado dentro del LIM y la que tiene ms relacin con este PFC. Utilizando procesamiento de imgenes se persigue mejorar el diagnstico de ciertas enfermedades, que por su dificultad, presenta fuerte variabilidad y/o cuesta demasiado tiempo llevarlo a cabo. Las imgenes utilizadas pueden ser de dos tipos: Imgenes pticas, que captan intensidades de luz visible, o el gran grupo al que denominamos Imgenes Mdicas, formadas a partir de las variaciones de intensidad de seales como el ultrasonido o la resonancia magntica. o Dentro de la Imgenes Mdicas, se han desarrollado aplicaciones para segmentar la prstata en imgenes ultrasnicas. Esto permite estimar su forma y volumen, para detectar tumores o realizar el seguimiento del tratamiento.
72
Dentro de las Imgenes pticas, podemos realizar una segunda distincin. Las imgenes fotogrficas convencionales o las microscpicas, que como hemos visto, introducen un sistema ptico adicional y presentan ciertas caractersticas diferenciadoras. Las imgenes fotogrficas convencionales se han utilizado para medir lesiones de leishmaniasis. Es una enfermedad tropical, causada tambin por la picadura de un mosquito que produce lceras en la piel y puede complicarse si se extiende a las mucosas. El diagnstico y la evolucin del tratamiento se realizan midiendo la regin cubierta por la lesin, lo cual adems de inexacto, no permite conocer la profundidad de la lcera. En el LIM, se han desarrollado investigaciones para medir la superficie ulcerada mediante la segmentacin de la imagen y para describir su textura. En estos momentos se est investigando una nueva aplicacin para estimar su volumen. En la figura 33, se puede ver una imagen de una lcera en un brazo y la segmentacin realizada de la imagen.
Figura 33: A la izquierda, lesin de lesihmaniasis cutnea. A la derecha, segmentacin automtica de la regin interna de la herida. Fuente: LIM
Las imgenes microscpicas han sido utilizadas en el LIM en el desarrollo de un sistema de baciloscopa o de diagnstico de tuberculosis mediante procesamiento de imgenes [21]. La tuberculosis es endmica en Per, su diagnstico, al igual que el de malaria, es realizado por tcnicos especialistas, visualizando en el microscopio una muestra de saliva del paciente presuntamente infectado, en la que se deben localizar los bacilos que causan la enfermedad. La duracin de este proceso puede alcanzar la media hora, de manera que un tcnico difcilmente puede visualizar ms de 20 muestras a lo largo de una jornada, siendo sta una tarea enormemente tediosa, pero que a la vez requiere de gran concentracin. La automatizacin del diagnstico permitira llevar a cabo esta labor en pocos minutos y eliminara la posibilidad del error humano. Por ello, desde el LIM se han propuesto generar un software que permita esta automatizacin. El sistema se ha programado usando Matlab y para desarrollo se ha contado con la colaboracin de especialistas un hospital limeo, el Dos de Mayo, que se han encargado segmentar las muestras manualmente para crear una base su de de de
73
datos de bacilos a partir de la cual el sistema puede aprender. El programa de diagnstico describe la siguiente secuencia: se segmenta la imagen, que consiste en separar y etiquetar aquellas regiones que cumplen unas condiciones determinadas. A continuacin se clasifican dichas regiones en bacilos y no bacilos, comparando sus caractersticas con las de los objetos que forman la base de datos y se puede emitir un diagnstico. Se puede ver una representacin del proceso en la figura 34. Para evaluar la calidad del diagnstico se compara el resultado del proceso con el de la imagen segmentada manualmente por el tcnico.
a)
b)
d)
c)
Figura 34: En la imagen a) se observa una fotomicrografa de una muestra de saliva infectada por TBC. Los bacilos son los pequeos objetos rosceos. En la imagen b) segmentacin de la imagen, se separan y etiquetan ciertas regiones que se convierten en candidatas a bacilo. En la imagen c) se ha realizado la segmentacin completa, los objetos que quedan son clasificados como bacilos. Dicha clasificacin debe ser comparada con la realizada manualmente por el tcnico experimentado, que constituye el patrn y cuya representacin se puede observar en la imagen d). Fuente: LIM
Los resultados obtenidos por el software de procesamiento son esperanzadores (93,6% de sensibilidad, 75,7% de especificidad y 83,7% de precisin), pero lejanos al 98% de especificidad que se pretende lograr para considerar la aplicacin como de utilidad clnica. El tiempo de procesamiento por muestra fue de aproximadamente 20 minutos, lo cual no aporta mucho a la lectura tradicional. En cualquier caso ya se est trabajando en su mejora. Se ha desarrollado un nuevo protocolo que elimina el azul de metileno, ya que se considera que a pesar de que resulta de ayuda para el observador, puede resultar negativo para la visin por computador. Para probar el nuevo protocolo se
74
han adquirido gran cantidad de imgenes teidas y sin teir, se pretenden implementar nuevos algoritmos, ms exactos y eficientes, que trabajen sobre ambos tipos de imgenes y se va a realizar un estudio intra-observador e inter-observador que compare la exactitud de los diagnsticos realizados por un operario con los que realiza el ordenador. Adems se pretende migrar los programas desarrollados, de Matlab a C++, lo cual puede resultar en una disminucin del tiempo de diagnstico, que se puede reducir en 10 veces (hasta los dos minutos). Esta investigacin ha dado lugar a cuatro tesis en el seno del LIM y guarda ciertas similitudes con la que se va a desarrollar en este PFC. Los problemas derivados de la tincin son comunes en ambas y el reconocimiento de objetos en muestras con gran cantidad de informacin heterognea que debe ser desechada, tambin. Sin embargo en el caso de la malaria, se presume que los trabajos presentarn una complejidad ligeramente superior. La diversidad de especies y estados vitales de los parsitos, unido al hecho de que en las muestras hemticas aparecen clulas sanguneas junto con manchas en la tincin, conceden a este trabajo un carcter fuertemente experimental, y constituye, de hecho, una evaluacin de la capacidad para llevar a cabo la automatizacin completa del diagnstico de malaria. De todas maneras, los trabajos desarrollados en TBC en el LIM representarn una fuente de informacin y una referencia constante durante el desarrollo de mi investigacin. Adicionalmente al desarrollo del software mencionado, se est adaptando un microscopio para permitir el barrido electrnico, proceso que consiste en el desplazamiento de la pletina a intervalos de m y adquisicin de una imagen de cada uno de los campos de la muestra, automticamente. Este equipo representa el complemento perfecto para el software diagnstico de TBC que acabamos de describir, pero tambin espolea la investigacin en malaria que da comienzo con este PFC y puede ser de enorme utilidad para la automatizacin del diagnstico de aquellas enfermedades, que tradicionalmente se han diagnosticado visualizando muestras microscpicas, como la anemia. El desarrollo completo de hardware y software permitir, si se conecta el dispositivo de adquisicin a un ordenador, segmentar las imgenes, realizar la clasificacin, ofrecer un diagnstico, y en definitiva, prescindir de la labor humana, sujeta a fuerte variabilidad y poco eficiente. En la figura 35, se pueden apreciar dos prototipos del microscopio construidos en el LIM.
75
Figura 35: Prototipos de microscopio de barrido electrnico construidos en el LIM. Fuente: LIM
La informacin suministrada acerca de estos grupos de Investigacin de la PUCP, cumple el propsito de dotar de sentido a las actividades que se van a desarrollar en este PFC, que como se puede ver, no parte de una iniciativa aislada sino que surge como una sinergia de ambos grupos, que presentan un inters comn, y de situarlo en el contexto de la Cooperacin al Desarrollo. Los trabajos desarrollados por ambos grupos persiguen, en el fondo, la misma cosa: una mejora de las condiciones de vida de aquellos peruanos ms desfavorecidos y el establecimiento de unos cimientos slidos, basados en la investigacin, que permitan un verdadero desarrollo sostenible en el pas.
3.3
TRABAJOS PREVIOS RELACIONADOS EN TELEMEDICINA.
Como ya se explic en el marco terico, la telepatologa es uno de los servicios que se incluyen dentro de la gran cantidad de aplicaciones abarcadas por la telemedicina. Se entiende como la realizacin de diagnsticos a distancia, que puede ser implementada en tiempo real, en cuyo caso se conoce como telepatologa dinmica, o mediante el envo de datos almacenados sobre los que el receptor no tiene control, en cuyo caso se conoce como telepatologa esttica. Veamos a continuacin algunos de los estudios recientes que se han desarrollado en este mbito y que nos ayudarn a entender la complejidad del problema que se afronta. 3.3.1 Evolucin. La primera aplicacin de Telemedicina considerada como tal, data del ao 1956. Ocurri en la Universidad de Nebraska (Estados Unidos) y consisti en un circuito cerrado de televisin, comunicado por microondas que se utiliz para educacin a distancia. En esos aos, se desarroll tambin una conexin va satlite que conectaba un hospital en Anchorage (Alaska) con otro hospital de Sacramento (California), la cual se utilizaba para tele-consulta. El desarrollo de las telecomunicaciones y la informtica ha permitido el almacenamiento de grandes cantidades de informacin digital y su transmisin a cualquier punto del planeta, sobre todo a partir de la generalizacin del uso del Internet, la Telemedicina es slo otra de las disciplinas que han experimentado un auge a raz de estas innovaciones tecnolgicas. Por ltimo, la computacin grfica, a partir de la dcada de los 90, ha permitido incorporar imgenes como herramienta diagnstica, lo cual ha supuesto una
76
nueva revolucin y ha modificado gran cantidad de las prcticas mdicas que se realizaban hasta entonces. Es frecuente, hoy en da, encontrar en los hospitales sistemas PACS (Picture Archiving and Communication Systems), que permiten el almacenamiento, registro, intercambio y manipulacin de imgenes digitales procedentes de equipos de Rayos X, tomgrafos.... En [22], fechado en 2001, se concibe la telepatologa como una curva en S que en esos momentos se encontraba en su punto de inflexin. Parece que no se equivocaban, se observa que diez aos despus, la tecnologa ha evolucionado hasta los sistemas de cuarta generacin, whole slide imaging y microscopa virtual. Whole slide imaging representa la evolucin de la telepatologa esttica, consiste en la creacin de la imagen de una lmina completa y su visualizacin utilizando un visualizador virtual; por otro lado, microscopa virtual permite la emulacin de un microscopio y todas sus aplicaciones como cambio de objetivos, ajustes de brillos y contraste, uso de filtros, sobre una imagen fotomicrogrfica. En estos 10 aos han aparecido ms de 30 empresas que comercializan sistemas de telepatologa en Estados Unidos, Europa y Asia y han sido publicados cientos de artculos en revistas especializadas. 3.3.2 Proyectos implementados en pases en vas en desarrollo. La principal ventaja que presenta un sistema de telepatologa frente a los mtodos diagnsticos tradicionales es la posibilidad de deslocalizar el diagnstico, que expertos en cualquier lugar del mundo, puedan diagnosticar u ofrecer su segunda referencia como apoyo de aquellos que no se consideran especialistas en la muestra que deben examinar. Supone una gran esperanza para pases en vas de desarrollo, donde muchas veces existen vastas zonas rurales, que cuentan con personal sanitario escaso y pobremente capacitado. La implementacin de sistemas de telemedicina puede realizarse con costos relativamente bajos y adems de mejorar los resultados diagnsticos, conlleva otros impactos positivos como la posibilidad de desarrollar sistemas de tele-educacin y la agilizacin del control de calidad. En los ltimos 10 aos, el inters de los pases en vas de desarrollo por estos sistemas ha sido creciente. Chile, Mxico, Venezuela son algunos ejemplos de pases donde se han implementado iniciativas relacionadas con la Telemedicina y donde existen grupos de Investigacin dedicados a ella. Sin embargo el pas que ms claramente ha apostado por esta tecnologa, probablemente sea Colombia, donde el desarrollo de los proyectos ha implicado al Gobierno Nacional, varias Universidades y ONGs dedicadas a la Cooperacin Internacional. En dicho pas, han sido desarrollados proyectos de teledermatologa, teleradiologa, telecardiologa, educacin virtual utilizando imgenes, incluso en formato DICOM. Adems se han utilizado plataformas web, para realizar una gestin ms gil de las historias clnicas en zonas aisladas y reducir el sub-registro e incluso se est utilizando ya un microscopio de barrido electrnico como el que se est construyendo en el LIM, para diagnosticar malaria, en el centro de Telemedicina de la Universidad Nacional de Colombia (Bogot, Colombia). Tambin se han desarrollado redes en zonas rurales, existe un proyecto de EHAS con la Universidad Nacional del Cauca que permite consultas telefnicas y va e-mail mediante enlaces VHF en puestos de salud aislados. Otros muchos proyectos han sido desarrollados, es imposible mencionar y analizar todos ellos, resultara redundante adems, ya que han sido descritos con detalle en la tesis de Rey Moreno [23]. Es obligatorio mencionar, sin embargo, el Proyecto T@lemed, enmarcado dentro del programa @LIS, financiado por la Unin Europea, por el inters que presenta su relacin con este PFC.
77
Se instal una mini-red de tres puestos, en el valle del Cauca, que atendi a 439 personas durante 12 meses y se enviaron 2271 imgenes fotomicrogrficas. Se identificaron 280 casos de malaria, y se diagnosticaron como negativos otros 156, adems de algunas otras enfermedades como anemia, infeccin urinaria y dengue potencial. El proyecto tena carcter experimental y present ciertos problemas de alimentacin elctrica en los puestos rurales, en ocasiones el ancho de banda no era suficiente para la transmisin de imgenes y existan problemas de seguridad ya que se trata de una zona castigada por el narcotrfico. A pesar de que se valor la experiencia de manera positiva, no cont con el respaldo del gobierno colombiano para su mantenimiento y se abandon en 2006. Hoy se intenta retomar la iniciativa con recursos locales, pero resulta enormemente complicado. En cualquier caso, son decenas de miles de pacientes los que se han beneficiado de la implantacin de sistemas de Telemedicina en Colombia, en los ltimos aos, y sin lugar a dudas se ha fortalecido enormemente la capacidad de investigacin de sus Universidades e Instituciones Sanitarias, de hecho se considera a ste pas como la referencia continental en investigaciones de Telemedicina. Sin embargo, como ilustra el ejemplo de T@lemed, en el contexto de los pases en vas de desarrollo, donde las infraestructuras de comunicacin son escasas, es necesario contar con planes de viabilidad e impacto slidos que aseguren la sostenibilidad del proyecto. 3.3.3 Estudios del valor diagnstico de imgenes usadas en telepatologa. El desarrollo completo de un sistema de telepatologa debe hacer frente a algunos problemas de carcter tcnico, uno de los ms importantes es asegurar que las imgenes conservan el valor diagnstico, es decir, que la persona encargada de realizar el diagnstico de una muestra puede alcanzar un nivel de exactitud aceptable, visualizando nicamente imgenes digitales. A pesar de que en la bibliografa existen estudios de evaluacin de la exactitud diagnstica de distintos sistemas de telepatologa, este proceso de evaluacin no se encuentra estandarizado, de manera que se redisea una y otra vez segn la aplicacin. En [24], encontramos las siguientes preguntas, que reflejan el problema ante el que se encuentra quien desee disear un estudio de este tipo: Cul es la exactitud aceptable para el diagnstico sobre imgenes, cmo deberan clasificarse los diagnsticos y contra que deberan compararse? En [25], se responde parcialmente a estas preguntas, afirmando que las imgenes deben ser ante todo tiles para el patlogo, no necesariamente mejores o peores que los resultados obtenidos sobre el microscopio. En varios de los estudios revisados, se realizan pruebas de evaluacin de distintos especmenes patolgicos, mediante la comparacin de los diagnsticos realizados sobre las muestras originales y sobre imgenes [24, 26-31]. Obtienen resultados que varan entre el 47% y el 97% de concordancia, segn un gran nmero de variables como la experiencia de los tcnicos, la tasa de transmisin de datos, el hecho de utilizar telepatologa dinmica o esttica, el equipo de adquisicin utilizado, la tincin En [27], un experto hematlogo obtiene resultados que varan del 57% al 100% de aciertos en funcin de si se le permita visualizar 1 imagen o 3 del mismo espcimen, en [28] se les ofrece a los expertos la posibilidad de clasificar algunas de las imgenes como ilegibles y se ofrecen los resultados de las imgenes restantes en funcin de si detectan la presencia de malaria (98% de aciertos) y de correcto diagnstico de la especie (45% - 83%). En [22], se recomienda el uso de entre 250 muestras y 500 para aclimatar al patlogo y se menciona que factores como la edad y la experiencia previa,
78
suponen dificultades para la aclimatacin a la nueva tcnica. Esta capacidad para investigar con un gran nmero de muestras, con personal dedicado durante largo tiempo al desarrollo del estudio y con distintos tipos de equipos resulta prohibitiva econmicamente para la mayora de instituciones pblicas y privadas de los pases en vas de desarrollo. Sin embargo, ante la oportunidad que la telepatologa presenta para extender la cobertura sanitaria a zonas rurales aisladas de manera econmica, han surgido iniciativas que suplen la falta de medios con creatividad y tratan de demostrar la viabilidad de sistemas de bajo costo. Una de estas iniciativas propone la utilizacin de las cmaras de telfonos mviles para la transmisin mediante MMS de imgenes de muestras de malaria [32,33], aunque no ofrece resultados cuantitativos que permitan comparar sus resultados con los de los sistemas contrastados. Otro de los estudios, que se va a describir un poco ms en detalle, porque propona un debate en el que participamos activamente desde el LIM, lleva por nombre, Estudio Exploratorio de Viabilidad para la implantacin de sistema de ayuda al diagnostico de malaria por Telemicroscopia [34]. En l, tres investigadores de la organizacin Fundatel (Argentina), vinculada a EHAS, visitan Puestos de Salud del Ro Napo e Iquitos para evaluar la posibilidad de diagnosticar malaria a travs de imgenes, que resulta ser tambin uno de los objetivos de este PFC. En este estudio, utilizan ocho lminas de las que adquieren imgenes mediante dos mtodos, un microscopio digital y una cmara especfica de microscopa (Motic Moticam 1000), acoplada por medio de cinta, ya que no disponan del adaptador adecuado, al ocular de un microscopio binocular. Las imgenes adquiridas son presentadas a un tcnico experto que las observa, comenta sus impresiones, propone correcciones como ajustes de color y luminosidad y finalmente las evala. Para la visualizacin de las imgenes utilizan diferentes dispositivos, como pantallas LCD, notebook y monitores de televisin y las presentan tambin a diferentes resoluciones con la intencin de comprobar que nivel de compresin es aceptable en la imagen, ya que el objetivo ltimo es que puedan ser transmitidas a travs de la red instalada en el Ro Napo que acabamos de describir en el punto anterior. Aunque tampoco ofrecen resultados cuantitativos en este estudio, de sus observaciones y conclusiones se puede extraer una serie de informaciones tiles para el desarrollo de cualquier sistema de telepatologa: En primer lugar, describen la dificultad que encuentran los tcnicos para diagnosticar sobre las imgenes recin adquiridas, son necesarios ajustes de color y luminosidad que se realizan bajo la supervisin del tcnico mediante un proceso de prueba y error para que ste se sienta cmodo diagnosticando a travs de imgenes. En segundo lugar, comentan lo que puede interpretarse como un fenmeno de resistencia al cambio. A medida que los tcnicos avanzan en el nmero de lminas diagnosticadas, van acostumbrndose a hacerlo sobre una pantalla, se sienten ms seguros y realizan los diagnsticos en un tiempo menor. En sus conclusiones, de cara a la implementacin definitiva del sistema, recomiendan la creacin de una base de datos que disponga de una sencilla aplicacin que permita a los tcnicos realizar una auto-evaluacin de los parsitos observados en una imagen, para entrenarlos en esta modalidad de diagnstico En tercer lugar, sealan que los tcnicos de los puestos de salud del Napo (Santa Clotilde y San Rafael), encuentran mayores problemas para diagnosticar sobre las imgenes adquiridas de lminas procedentes de Iquitos, que sobre las que se adquiran directamente de las lminas preparadas en su
79
puesto de salud. Esto se explica porque, aunque el protocolo de tincin est estandarizado y resulta claro, no todos los puestos de salud cumplen los tiempos a rajatabla y adems el componente que produce la tincin (Giemsa), puede verse afectado por cambios en las variables atmosfricas como temperatura o humedad, que resultan extremas en estas zonas, redundando en ligeras variaciones en la tincin. Ofrecen tambin otras informaciones interesantes como que debido precisamente a esas condiciones atmosfricas los microscopios se ven afectados por hongos en sus lentes con demasiada frecuencia, lo cual proponan combatir con campanas deshumidificadas y mantenimiento preventivo y que existen problemas para iluminar la muestras ya que el suministro elctrico se encuentra muchas veces sometido a unas pocas horas del da, lo cual proponan solucionar con linternas de LEDs. Por ltimo, mencionan la prueba que hicieron con una cmara Nikon Coolpix sobre una placa de Rayos X, que tras las pertinentes correcciones de color, pudo ser diagnosticada correctamente. De esta manera abren el debate sobre el equipo de adquisicin, del que formamos parte activa mediante una lista de correo con otras organizaciones vinculadas a EHAS. De las conclusiones a las que se llegaron a travs de dicho debate, se dar cuenta en el siguiente captulo, ya que constituy una importante colaboracin en la seleccin del equipo de adquisicin por el que finalmente se opt. Se aaden algunas otras conclusiones interesantes en relacin con los servidores de gestin y el software de manejo de las imgenes. Dichas consideraciones, sin embargo, escapan al anlisis de este PFC.
En este PFC se llevarn a cabo dos trabajos que se encuentran relacionados con las lneas de investigacin en Telemedicina en pases en vas de desarrollo actualmente: o En primer lugar, la seleccin de un equipo de fotomicrografa, de bajo coste pero que permita adquirir imgenes de la calidad suficiente como para poder ser utilizadas en procesos de diagnstico, result ser un tema de extraordinaria actualidad, prueba de ello, son los numerosos correos que intercambiamos con organizaciones de distintos pases que se encontraban interesadas en hallar una solucin ptima a este problema. En segundo lugar, la elaboracin de un estudio acerca del valor diagnstico de las imgenes, que ofrezca resultados numricos que puedan ser comparados, contando con medios escasos, pretende contribuir a mitigar la carencia de investigaciones de este tipo en pases en vas de desarrollo.
3.4
TRABAJOS PREVIOS RELACIONADOS EN MEDIANTE PROCESAMIENTO DE IMGENES.
DIAGNSTICO
Se ha descrito ya como desde el Laboratorio de Imgenes Mdicas se han realizado investigaciones para lograr una automatizacin del diagnstico de Tuberculosis y Leishmaniasis mediante Procesamiento de Imgenes. Esta disciplina ha alcanzado un gran auge en la ltima dcada y son innumerables las aplicaciones desarrolladas sirvindose de ella, tanto en el mbito de la medicina como en otros muchos. Incluso para el caso concreto de la malaria existen decenas de artculos que desarrollan
80
algoritmos desde perspectivas diferentes o discuten como mejorar cada uno de los procesos que afectan a la tarea del procesamiento. Para poder entender en qu consisten esas diferencias y entender de qu manera se va a poder incidir sobre los procesos mencionados, ser necesario explicar algunos conceptos previos. 3.4.1 Conceptos utilizados en procesamiento de imgenes. Se han descrito las imgenes como una matriz de pxeles, en la que el valor de cada pxel representa una magnitud de la intensidad luminosa que ha incidido sobre el sensor de la cmara. Segn el espacio de color utilizado existir una matriz por cada una de las capas de color, en RGB, sern las capas Rojo, Verde y Azul. De manera que existirn tres matrices, en las que cada uno de los elementos de la matriz representar la luminosidad del color de un pxel en cada una de las capas, en un rango que depender de la profundidad de color, para 24 bits, entre 0 y 255. De esta manera, los objetos representados en las imgenes, las fronteras que los definen con respecto del fondo, los cambios en la tonalidad, debern verse representados en las matrices correspondientes mediante alguna relacin entre los pxeles que los forman. El descubrir estas relaciones permite implementar algoritmos capaces de separar objetos, distinguir propiedades, clasificarlos, en definitiva, segn un conjunto de tcnicas que ha venido a denominarse reconocimiento de patrones. Una de las relaciones ms elementales que se pueden definir, es la vecindad. Es el conjunto de pxeles que rodean a un pxel concreto. Se definen dos tipos de vecindad, representadas en la figura 36: Vecindad-4: Conjunto de los pxeles que presentan contacto con el pxel = {, } a travs de sus lados horizontales y verticales: V 4 (p) = { (x+1,y), (x-1,y), (x,y+1), (x,y-1) }.
Vecindad-8: Conjunto de los pxeles que presentan contacto con el pxel = {, } a travs de sus lados horizontales y verticales o de sus esquinas: V 8 (p) = { (x+1,y), (x-1,y), (x,y+1), (x,y-1) ,(x+1,y+1), (x-1,y-1), (x-1,y+1), (x+1,y1) }.
Figura 36: En la imagen de la izquierda vecindad-4. En la de la derecha, vecindad-8.
El filtrado consiste en obtener una nueva imagen, partiendo de la inicial, ms adecuada para la aplicacin que se pretende desarrollar. El filtrado puede hacerse en dominio de la frecuencia, mediante la transformada de Fourier, lo cual permite implementar filtros paso alto, paso bajo, pasa banda, que eliminan ciertas frecuencias o en el dominio del espacio para lo cual se utilizan mscaras o kernel, que producen transformaciones en los pxeles a partir de la relacin con sus vecinos. Por ejemplo, el filtro de media, permite suavizar la imagen y eliminar ruido, es decir aquellos detalles pequeos de poco inters.
81
1
Un posible filtro de media es el siguiente:
1 0 1 1 2 1 2 0 2 0 0 0 1 0 1 1 2 1 uno de los ms utilizados para la deteccin de bordes (horizontales y verticales respectivamente), que adems proporciona un efecto de suavizado en la imagen.
La manera de aplicar el filtro es la siguiente, se multiplican cada uno de los valores de una matriz 3x3 por cada uno de los valores del filtro y se asigna el valor de la suma (en este caso, dividido por nueve para hacer la media) al pxel central. sta operacin se repite para todos los pxeles de la matriz. Es obvio que la operacin con este filtro en concreto uniformizar los valores de todos los pxeles y har que aquellos que presenten mayores variaciones se confundan con el resto. Existen otros filtros que permiten detectar puntos, lneas, contornos En la figura 37 se puede ver una representacin de la labor realizada por el filtro de Sobel,
1 1 9 1
1 1 1
1 1 1
Figura 37: Deteccin de bordes utilizando el filtro de Sobel.
Cuando se habl del pre-procesamiento ya se explic detalladamente en qu consista el histograma y algunas de las acciones que se podan llevar a cabo utilizando esta herramienta. Definamos ahora un nuevo concepto muy utilizado en procesamiento de imgenes, la umbralizacin o binarizacin, que consiste en re-asignar los valores de la matriz segn una escala binaria (0,1), dependiendo de cmo se comparan los valores actuales con un determinado valor, al que denominamos umbral. Es decir, dada una imagen que se presenta en escala de grises, con valores de sus pxeles entre 0 y 255, se define un umbral con valor X. Aquellos pxeles cuyo valor seaX, Y sern asignados a 0 (negro), y aquellos con valores Y>X sern asignados a 1 (blanco), formndose de esta manera una imagen binaria. En imgenes con alto contraste entre los objetos y el fondo, constituye la segmentacin ms simple que se puede realizar. La umbralizacin se puede realizar de manera manual o paramtrica, donde el operador elige el umbral, o no-paramtrica, donde el umbral se elige en base a algn criterio matemtico. La umbralizacin de Otsu, utilizada en algunos de los estudios de procesamiento de imgenes de malaria, elige el umbral ptimo maximizando la varianza entre clases. Este mtodo se puede extender a un nmero mayor de clases dando lugar a una umbralizacin multidimensional. A partir de las imgenes binarizadas se definen un conjunto de operaciones que juegan con la forma de las imgenes, las cuales se agrupan bajo un concepto denominado morfologa.
82
Morfologa: Es una teora basada en el lgebra y la teora de conjuntos. Muchas de las funciones englobadas dentro de este trmino, implementan transformaciones no-lineales en las cuales, la salida viene dada por la interaccin entre el elemento de entrada y un elemento estructurante o atributo, de manera similar a como ocurre en el filtrado. En morfologa resultan importantes los siguientes conceptos:
o Conectividad: Se define aplicando teora de conjuntos y debe aplicarse
a un tipo de vecindad. Sea G(p(x,y))=l; Se dice que p y q estn 4conectados si G(q(x,y))=G(p(x,y))=l y q V 4 (p) y 8-conectados si G(q(x,y))=G(p(x,y)=l y q V 8 (p). Sirve para definir los contornos de objetos. operaciones morfolgicas en base a un atributo determinado. En su forma ms simple, consistir en un patrn determinado por unas coordenadas definidas con respecto a un origen, a partir de las cuales se podrn definir diferentes formas (un disco, un rectngulo.).
o Elemento estructurante: Se define como un conjunto que modifica las
o Erosin y dilatacin: Se define la erosin de la siguiente manera: Dada

una imagen A, y un elemento estructural B (ambas imgenes binarias), la erosin de una imagen, A, por un elemento estructural, B, es el conjunto de todos los elementos x para los cuales B trasladado por x est contenido en A, como se muestra en la figura 38:
= : ()
Figura 38: A la izquierda, el elemento estructurante B, en medio, el conjunto A. A la derecha resultado de la erosin de A por B.
La erosin suele utilizarse para eliminar protuberancias indeseadas de objetos. La dilatacin utilizando los mismos conjuntos A y B, se define como el conjunto de los elementos x tal que la interseccin de B trasladado en x con A, no es el conjunto vaco, como se muestra en la figura 39:
= : ()
83
Figura 39: A la izquierda, el elemento estructurante B, en medio, el conjunto A. A la derecha resultado de la dilatacin de A por B.
Como su nombre indica, la dilatacin expande las fronteras de los objetos y rellena huecos. o Apertura y clausura: La combinacin de las operaciones anteriores, erosin y dilatacin, da lugar a dos nuevas operaciones, apertura y clausura. Se define la apertura como la erosin de A por B seguida de la dilatacin del resultado por B: = ( )
Esta operacin permite eliminar protuberancias y suavizar los contornos del objeto. La clausura representa la operacin opuesta de la apertura, en primer lugar se realiza la dilatacin y acto seguido la erosin, lo cual permite rellenar pequeos huecos y unir componentes cercanos: = ()
En la figura 40 se puede visualizar un ejemplo de la aplicacin de estas operaciones:
Figura 40: Arriba a la izquierda, imagen original. A su derecha, resultado de aplicar apertura sobre el original, abajo a la derecha, resultado de aplicar clausura sobre el original y por ltimo, abajo a la derecha, resultado de aplicar sobre la segunda imagen. Fuente: Digital Image Proccesing using Matlab. [35]
84
Estas sencillas operaciones permiten implementar otras como la Transformada Hit-or-Miss que permite la deteccin de formas determinadas como esquinas o la Transformada Top-Hat que realza los detalles de una imagen manteniendo en un segundo plano las formas planas y uniformes. Estas mismas operaciones pueden extenderse a escala de grises, donde los elementos estructurantes se definen como funciones. Todos estos conceptos forman parte de los algoritmos utilizados en etapas previas de la segmentacin y durante la segmentacin misma. La frontera entre preprocesamiento y segmentacin, cuando sta se lleva a cabo, no est claramente definida en los textos de referencia. Aunque la segmentacin es un proceso que depende mucho de la imagen sobre la que se pretende actuar, y los algoritmos utilizados deben ser implementados atendiendo a las caractersticas particulares de la misma, existen una serie de tcnicas, estandarizadas de facto, por su gran utilizacin. Veamos algunas de las ms importantes: Ya hemos definido la umbralizacin que es uno de los mtodos ms simples para realizar la segmentacin pero con posibilidades limitadas. Regin creciente (Region growing): Es uno de los algoritmos ms potentes. Permite agrupar pxeles o sub-regiones, en regiones ms grandes a partir de una semilla basndose en determinados criterios para el crecimiento de la regin. La regin creciente hace uso de los siguientes atributos: o Descriptores de la regin: Normalmente se establecen unos intervalos de intensidad. Se define el conjunto de pxeles semilla S(p(x,y)): (, ) = { + }, donde T es un intervalo de valores de intensidad alrededor del valor s. Se pueden tambin definir criterios espaciales para la generacin de las semillas. Conectividad: Normalmente se unen las semillas que se encuentran conectadas para ahorrar tiempo de computacin. Se formula una regla de parada en el proceso de crecimiento de la regin, que puede depender del tamao, la forma o una vez ms de un intervalo de crecimiento basado en valores de intensidad.
Generalmente suele ser necesaria la interaccin manual de un operador para la seleccin de las semillas, aunque pueden implementarse complejos algoritmos de aprendizaje. En la figura 41, se puede observar la seleccin de semillas dependiendo del intervalo de valores de intensidad que las definen.
85
Figura 41: Seleccin de semillas para un proceso de regin creciente: Arriba a la izquierda imagen original, a su derecha, p=255. Abajo a la izquierda, p=225-255, por ltimo, abajo a la derecha: p=155-255. Fuente: Digital Image Processing Using Matlab.
Tcnicas de divisin y fusin (Split and Merging): El algoritmo de regin creciente aplica un procedimiento inductivo. Las tcnicas de divisin y fusin emplean en cambio un procedimiento deductivo, que partiendo de la imagen global, va dividindola en regiones ms pequeas. Opera de la siguiente manera.
1. Dada una regin R i , y una condicin P, la regin se subdivide en 2. Si dos regiones adyacentes cumplen que P(R i R j )= TRUE,
un nmero determinado de sub-regiones mientras P(R i )=FALSE.
dichas regiones se fusionan.
3. El algoritmo concluye cuando no es posible realizar ms
divisiones o fusiones. Se puede ver un ejemplo de la aplicacin de este algoritmo en la figura 42.
Figura 42: Ejemplo de la aplicacin del algoritmo de divisin y fusin. Se puede apreciar como las regiones homogneas son ms grandes, resultado de la fusin. Mientras que aquellas ms cercanas al borde son ms pequeas por la diferencia en los valores de intensidad. Fuente: Tcnicas Clsicas de segmentacin de Imgenes. [36]
86
Watershed: Se considera la imagen como un relieve donde los valores de una funcin representativa de la imagen se corresponden a una altura. Su implementacin resulta compleja y puede presentar problemas de sobresegmentacin, es decir, presentar ms regiones de las que debera. Para entender el procedimiento explicaremos en primer lugar como se aplicara sobre una imagen binaria. Utilizando una transformada de distancia, se calcula la distancia de un pxel al valor distinto de cero ms cercano y dicha distancia se representa como una altura negativa de manera que volviendo a la analoga del relieve, las regiones constituyen diferentes cuencas y sus bordes separan una cuenca de otra. Para su implementacin en una imagen en escala de grises se utilizan gradientes de intensidad, que corresponderan a gradientes geomtricos y las regiones quedaran igualmente divididas en cuencas separadas por los lugares en los que el gradiente se hace cero.
Existen otras muchas tcnicas de segmentacin y seguro que todava aparecern ms, pero basta con estas para ilustrar las diferentes maneras en las que se puede abordar el problema. Acerca de los procesos de representacin y descripcin de las regiones ya se ha aportado suficiente informacin por el momento. El objetivo final de todo el proceso es emitir un diagnstico, que en el caso de malaria ser positivo si se detecta la presencia de malaria, o negativo en caso contrario. Slo resta definir una serie de conceptos que permiten evaluar el rendimiento de un algoritmo de segmentacin, que en realidad pueden aplicarse a cualquier test de tipo binario en el que se cuenta con un patrn contra el que se desean comparar los resultados obtenidos. Esta comparacin puede presentar cuatro posibles resultados: Verdadero Positivo (VP): El resultado de la clasificacin es positivo y la muestra utilizada tambin lo es. Verdadero Negativo (VN): El resultado es negativo y la muestra utilizada tambin lo era. Falso positivo (FP): Se determina un resultado como positivo para una muestra que era negativa. Falso negativo (FN): Se determina un resultado como negativo para una muestra que era positiva.
A partir del nmero de cada uno de estos casos se puede realizar la evaluacin de resultados, a partir de las siguientes magnitudes, ampliamente utilizadas: Sensibilidad: SE = VP / (VP + FN). Especificidad: ESP = VN / (FP + VN). Valor Predictivo Positivo: VPP = VP / (VP + FP). Valor Predictivo Negativo: VPN = VN / (VN + FN) Precisin: PREC= (VP+VN) / N total de casos.
87
Una vez definidos estos conceptos, se est en condiciones de entender las diferentes investigaciones llevadas a cabo en procesamiento de imgenes de malaria.
3.4.2 Investigaciones en procesamiento de imgenes de muestras de malaria. A continuacin se detallarn algunas de las investigaciones llevadas a cabo para automatizar el diagnstico de malaria. Algunas de ellas afrontan el problema con una perspectiva global y otras se centran slo en alguna de las etapas del proceso. Muchas de estas investigaciones han sido recogidas en un magnfico artculo que las compara: Computer vision for microscopy diagnosis of malaria [37], publicado en Julio de 2009, es decir, bastante actualizado. El primer problema que se acomete es el de la adquisicin de la imagen. La OMS recomienda la visualizacin de 100 campos de Gota Gruesa para establecer si una lmina es positiva o negativa. En el caso del Frotis, no se recomienda su anlisis para determinar la presencia o no de malaria, sino para diferenciar la especie, sin embargo, si por alguna razn, tuviera que ser utilizado, deberan examinarse una mayor cantidad de campos, ya que presenta una menor densidad de glbulos rojos. La adquisicin de todas estas imgenes, aun contando con un posicionador automtico, que permitiera el movimiento de la pletina y el enfoque de cmara y microscopio, consumira mucho tiempo a no ser que el sistema posicionador fuera extraordinariamente rpido. Se proponen dos soluciones: Adquisicin en pequeos intervalos de tiempo mientras el sistema se mueve de manera continua, lo cual presenta un problema de emborronamiento, se propone el uso de luces estroboscpicas de Xenon para evitarlo, lo cual incrementara el coste de manera considerable. Por otro lado se menciona la comercializacin de hardware especialmente dedicado a estas tareas que ya se ha patentado en Estados Unidos. Por otro lado, se afrontan las variaciones que pueden presentar las imgenes, que pueden ser debidas a mltiples factores, debidos al microscopio: Diferentes caractersticas de color de la fuente de iluminacin, ajustes de intensidad o usos de filtros de color. Tambin pueden ser debidas a ajustes de la cmara como el tiempo de exposicin, la apertura del diafragma, o el balance de blancos. El proceso de preparacin de las muestras tambin influye, aunque se respeten los protocolos en cuanto al tiempo de tincin, la acidez de la solucin, resultado de diluir Giemsa en agua, puede afectar de manera importante a la manera en la que se observan los parsitos. Se propone estudiar estas variaciones y uniformizarlas en la medida de lo posible para obtener imgenes estandarizadas que puedan ser intercambiadas entre distintos laboratorios. Seguidamente se analizan las variaciones de iluminacin y como combatirlas. Uno de los mtodos propuestos consiste en tomar una imagen de un campo vaco para restarlo al resto de imgenes. Otras opciones propuestas son aplicar filtros u operaciones morfolgicas, como clausura a partir de elementos estructurantes ms grandes que los objetos presentes en la imagen, para de esta manera obtener una capa uniforme de iluminacin; multi-umbralizacin de Otsu para separar fondo y objetos En realidad ninguna de estas operaciones garantizan resultados ptimos y generalmente se hace necesaria una labor de
88
pre-procesamiento ejecutada por un operador manual. Dos son las caractersticas fundamentales en que se basan los tcnicos de laboratorio para distinguir los parsitos, su forma y el color. El color resulta pues de gran importancia y sus variaciones deben ser controladas. A pesar de que existen gran cantidad de estudios sobre calibracin de color para visin por computador, las imgenes de muestras microscpicas presentan unas caractersticas especiales, ya que el ojo no percibe la luz reflejada por una superficie sino que recibe aquella que atraviesa una muestra que no resulta homognea en toda su superficie. Las soluciones propuestas van desde la utilizacin de una cmara multiespectral que recoja informacin en diferentes longitudes de onda, para as calcular el grosor de la muestra, la cantidad de tincin, y calibrar el color, o realizar esta calibracin a partir de los campos ms perifricos de la muestra donde la concentracin de tintura es menor y el grosor tambin. En cuanto a la segmentacin, existen mltiples maneras de afrontar el proceso. No consiste slo en la eleccin de un mtodo u otro, sino que generalmente, la extraccin de los objetos requiere la combinacin de varias operaciones previas, seguidas de la combinacin de varios mtodos de segmentacin. Veamos algunas de estas posibilidades: Muchos de los mtodos utilizados desarrollan previamente una tarea llamada granulometra, que genera la distribucin de tamaos en una imagen dada. A partir de esta distribucin, se tratan de localizar los glbulos rojos en una muestra de Frotis, ya que son la estructura que ms se repite en una muestra sangunea y los parsitos se encuentran en su interior, sin embargo esta tcnica no est exenta de problemas ya que, adems de que los glbulos rojos no son siempre estructuras circulares perfectas y pueden encontrarse superpuestos, parsitos como los de Plasmodium Vivax provocan su ensanchamiento, de manera que seguramente no seran detectados por el algoritmo. Se puede ver que las tcnicas basadas en granulometra utilizan un planteamiento deductivo, ya que partiendo de la imagen global, tratan de encontrar determinadas estructuras. Existen otros planteamientos basados en los pxeles teidos. La tincin resalta los parsitos, plaquetas, glbulos blancos y una serie de objetos presentes en la sangre que en la literatura especializada se conoce con el nombre de artefactos. Los procesos que utilizan esta estrategia generalmente generan las regiones a partir de los pxeles teidos y a continuacin deben implementar un algoritmo de clasificacin para distinguir entre todas las formas mencionadas, a las que pueden unirse otras deficiencias en caso de que el paciente padezca anemia, por ejemplo. Uno de los mtodos descritos emplea una umbralizacin mltiple para localizar aquellos pxeles teidos, seguidos de una serie de aperturas para generar las estructuras que los contienen e implementa por ltimo granulometra para descartar aquellas estructuras que por su tamao no pueden ser parsitos. Adolece de los defectos descritos propios de la granulometra, puede descartar glbulos rojos agrandados y estructuras deformadas que no responden a las caractersticas del elemento estructurante que suele ser un disco. Estos estudios se desarrollan con las imgenes en escala de grises, qu hay del color? Existen otras investigaciones que usando histogramas 3-D, atienden a las caractersticas particulares de color, eliminando la simplificacin de que los pxeles teidos son ms oscuros que los otros, ya que esta consideracin
89
puede dar lugar a errores en el caso de superposicin de dos glbulos rojos que producen fronteras oscuras. Otro algoritmo mencionado, emplea transformadas Top-Hat y reconstrucciones a partir del reconocimiento de los pxeles teidos, como una especie de regin creciente, para evitar estos problemas. En cualquier caso, como se refleja en el artculo, la mayora de las tcnicas propuestas se centran en el anlisis de lminas de Frotis, ya que se supone que la deteccin de los glbulos rojos representa una condicin sine qua non que facilita la deteccin de los parsitos y apenas se han desarrollado investigaciones profundas sobre Gota Gruesa. Se propone la exploracin de otros mtodos que no busquen tanto la deteccin de objetos sino la creacin de regiones que implementen consultas en tiempo real a un clasificador, se cita como ejemplo la ventana deslizante que no ha sido utilizada para esta aplicacin en concreto pero si para otras de reconocimiento de patrones, como deteccin de caras. En cuanto a la clasificacin, pocas investigaciones profundizan en el intento de diferenciar parsitos de otros objetos teidos como glbulos blancos o plaquetas, dada la prevalencia de mtodos que tratan de segmentar glbulos rojos directamente. Uno de los estudios ms completos [37] que refleja este aspecto, utiliz descriptores de color como intensidad media, intensidad mxima, oblicuidad y kurtosis para cada una de las capas de color y descriptores de forma como circularidad, energa de flexin, y tamao. Utilizaron una red neuronal para la clasificacin utilizando estos descriptores y obtuvieron los siguientes resultados generales. Sensibilidad: 85.1%, VPP: 80.8% Los resultados de especificidad y precisin general no son ofrecidos. Para cada una de las especies, los resultados de SE y VPP fueron respectivamente: P. falciparum 57%81%, P.vivax 64%54%, P. ovale 85% 56%, P. malariae 29%28%. No se trat la diferenciacin entre distintos estados vitales y utilizaron un conjunto de entrenamiento compuesto por 350 imgenes que contenan 950 objetos, el mismo que luego utilizaron para el experimento. Otro estudio [38], utiliza el algoritmo de clasificacin kNN (K-Nearest Neighbours, k-vecinos ms cercanos). Utilizaron descriptores ms generales como histogramas de color indexado, relaciones de correlacin, momentos de Hu, que se relacionan con la forma pero resultan invariantes a traslaciones, rotaciones y homotecias y granulometra localizada. Extendieron el estudio al reconocimiento de estados vitales adems de la deteccin de malaria y de las especies causantes. Obtuvieron los siguientes resultados: SE: 72.1%, VPP: 85.1%, ESP: 97.45%, VPN: 94.52%. Estos resultados se ofrecen por objeto, es decir, se evala la deteccin de cada uno de los parsitos en vez del diagnstico de la lmina completa. En procesamiento de imgenes es considerada una medida ms correcta ya que en los resultados por lmina, puede que se diagnostique correctamente una lmina aunque la deteccin de alguno de sus elementos haya sido equivocada. En este experimento se utilizaron 630 imgenes que contenan 4000 objetos. Para la comparacin de los elementos con los considerados como patrn se utilizaron dos procedimientos que resulta interesante explicar porque garantizan una independencia entre el set de entrenamiento y el que se somete al test:
90
Hold-out: Los datos obtenidos son separados aleatoriamente en dos grupos. Uno sirve de entrenamiento y sobre l se realizan correcciones de los algoritmos y el segundo es el que se somete al test. Leave-one-out: Con el fin de probar cada conjunto de muestras N, las restantes N - 1 muestras se utilizan para el entrenamiento. El proceso se aplica N veces, una por cada una de las muestras del conjunto.
En este apartado se ha aportado informacin referente a investigaciones previas que permite dar cuenta de los principales problemas a los que se enfrenta quien pretende desarrollar una aplicacin completa que diagnostique malaria mediante procesamiento de imgenes, se han descrito algunos de los algoritmos utilizados y procedimientos para garantizar la fiabilidad de los test. Tambin se ofrecen algunos resultados que permitirn comparar los resultados obtenidos por la aplicacin que se va a disear en el siguiente captulo. Es importante sealar que la mayora de estudios referenciados se basan en el anlisis de Frotis, ello es debido a que no se rompen los glbulos rojos durante la preparacin de la muestra y los parsitos se pueden apreciar ms claramente. Sin embargo, las imgenes de Gota Gruesa son ms sensibles, permiten visualizar mayor cantidad de sangre por campo y en muchas ocasiones, son las nicas utilizadas por los tcnicos. La disyuntiva consiste en disear dispositivos hardware que permitan leer un mayor nmero de campos en menor tiempo, de manera que se pudiera visualizar una cantidad de sangre representativa en poco tiempo en Frotis y la Gota Gruesa no fuera necesaria, o por el contrario, implementar algoritmos ms robustos que permitan realizar un anlisis fiable sobre la Gota Gruesa.
91
Captulo 4.- Anlisis y diseo.
4.1 CAPACITACIN EN DIAGNOSIS DE MALARIA PRELIMINAR DEL VALOR DIAGNOSTICO DE IMGENES.
ESTUDIO
En este captulo se van a exponer las labores realizadas durante el desarrollo del proyecto. Una de las primeras, adems de recabar la informacin recogida en el estado del arte fue viajar a la ciudad de Iquitos y recibir en un centro de salud de all el curso de capacitacin en diagnosis de malaria que reciben los tcnicos. Los objetivos de esta actividad eran: Observar el proceso de preparacin de muestras y evaluar que variables de este proceso eran susceptibles de ser mejoradas. Ser capaz de distinguir las diferentes especies de parsitos para poder actuar de manera autnoma en los siguientes procesos. Consultar con los tcnicos acerca de los problemas que encontraban en el proceso de diagnstico, entender la influencia de la experiencia y cuestionarles acerca del impacto que supondra la implementacin de un diagnstico por telepatologa o automatizado. Realizar una primera evaluacin cualitativa del valor diagnstico de las imgenes, experimentando con modificaciones en el proceso de preparacin de muestras y con parmetros de la cmara en la adquisicin de las imgenes.
4.1.1 Localizacin y duracin. Los trabajos fueron desarrollados en el laboratorio del Centro de Salud San Juan Bautista, en la periferia de la ciudad de Iquitos, provincia de Maynas, Departamento de Loreto del 8 al 14 de Noviembre de 2009. En la figura 43, se puede observar un plano de localizacin.
Figura 43: Plano de localizacin de la ciudad de Iquitos. Como se puede ver, se encuentra prcticamente en la ribera del Amazonas, en una zona de espesa selva. Fuente: Google Maps.
93
Captulo 4.-Anlisis y diseo
La zona es considerada endmica en malaria, en torno al 50% de la poblacin del distrito la ha padecido, adems existen otras enfermedades infecciosas graves como dengue y tuberculosis. Esta zona, se encuentra dentro de las beneficiarias por el Proyecto Pamafro (la ciudad de Iquitos, con una poblacin de 400000 habitantes, se encuentra a 1000 Km de Lima y slo es accesible va area o fluvial) gracias al cual, la morbilidad de malaria y dengue se ha visto reducida. El jefe de laboratorio aport las siguientes cifras que ilustran este hecho: En los ltimos aos han estado recibiendo del orden de 10000 lminas al ao, mientras que en 2009 a fecha 10 de noviembre iban por 3000. De las cuales, la gran mayora son negativas, en los cuatro das que all estuve, llegaron unas 20 lminas de pacientes con sntomas, de las cuales slo 3 fueron positivas, los tcnicos me confirmaron que los negativos eran en torno a un 90%. El laboratorio de San Juan es un laboratorio de Referencia Regional, esto significa que realiza el control de calidad de los puestos de salud que le corresponden y a su vez es evaluado por el laboratorio de Referencia Nacional, esto implica que, al menos en teora, los tcnicos que trabajan en este laboratorio tienen que estar mejor capacitados y contar con una experiencia mayor que los tcnicos de los laboratorios locales de su zona de influencia. Me comentan que el mximo porcentaje de discordancia admisible por el Instituto Nacional de Salud es del 2%, porcentaje que cumplen todos los laboratorios de su zona de influencia. 4.1.2 Materiales y mtodos. En el laboratorio trabajan 10 personas, 3 son tcnicos expertos y el resto practicantes, no trabaja ningn mdico. El proceso de formacin de un tcnico en microscopa dura un ao, tras este periodo, el tcnico se encuentra capacitado para realizar las labores necesarias en el laboratorio: Preparacin de muestras de malaria y lectura de lminas, lectura de Tuberculosis en lminas con esputo, examen de lminas con secreciones vaginales para la deteccin de enfermedades de transmisin sexual, lectura de hemogramas para comprobar distintas afecciones presentes en sangre como anemia En el laboratorio cuentan con 3 microscopios, aunque en los das que pas all, uno de ellos, que adems era el mejor, segn afirmaban, se encontraba fuera del laboratorio analizando la inmunidad de la poblacin de la zona. Se considera a una persona inmune, cuando sometido a un examen de gota gruesa, revela una elevada parasitemia en sangre, pero sin embargo no presenta la sintomatologa de malaria. De los dos microscopios restantes, el primero, con el que trabaj los cuatro das era: Nikon Alpha Phot-2 YS2. Ocular: CFWE 10XA/18, contaba con 3 objetivos, uno 10x, otro 40x y otro 100x, para trabajar inmerso en aceite que es el que utilizaban para realizar las pruebas de malaria. Me comentaron que tena unos 15 aos, y en el ocular izquierdo se apreciaban unas rayas negras en el centro que hacan bastante molesta la lectura de lminas. El otro microscopio era una donacin de la Repblica de Corea del Sur. En este laboratorio no se recibieron los microscopios Olympus repartidos en el contexto del Proyecto Pamafro porque se consider que los que contaban se encontraban operativos y eran suficientes. En el laboratorio colaboran con experimentos encargados por distintas universidades y organismos nacionales e internacionales. En el tiempo que permanec all observ como realizaban pruebas experimentales con dipstick para la deteccin de los antgenos, LDH y HRP-2, que servan para detectar infecciones por P.Falciparum u otros parsitos sin especificar cules. Las tiras tardan unos 10 minutos en emitir el
94
diagnstico pero no determinan el nivel de parasitemia, el objetivo de la evaluacin era comprobar el buen funcionamiento de las tiras, ya que su funcionamiento est garantizado hasta los 30C, temperatura que se supera numerosas veces a lo largo de todo el ao en el departamento de Loreto. Tambin realizaban la preparacin de muestras para la elaboracin de pruebas de PCR en el laboratorio de Referencia Nacional del INS y congelaban sangre de pacientes infectados para la posterior preparacin de especmenes con vistas a entrenar nuevos tcnicos. En la Figura 44, se puede ver una imagen del laboratorio y parte del personal que trabajaba en l.
Figura 44: Laboratorio del Centro de Salud de San Juan Bautista y tcnicos trabajadores del mismo.
4.1.3 Proceso de preparacin de muestras. El procedimiento para la deteccin de malaria es el siguiente: Cuando llega un paciente al Centro de Salud con la sintomatologa propia de la malaria como es fiebre alta acompaada de temblores o desvanecimientos, lo primero que se hace es obtener su Gota Gruesa y su Frotis. Mientras que se comprueba en el laboratorio de microscopa si el paciente es positivo o no por malaria, se le somete a otras pruebas que revelarn si puede padecer alguna de las enfermedades que coincidan con esa sintomatologa como puede ser dengue o amigdalitis. La obtencin de la Gota Gruesa y Frotis se realiza siguiendo los estndares del Instituto Nacional de Salud, que ya han sido descritos cuando se habl del diagnstico de malaria en el Captulo 2.
95
Para controlar los tiempos de tincin en este laboratorio contaban con un cronmetro de cuatro tiempos ya que son muchas las muestras que se preparan, no slo de malaria y el tiempo tambin influye en otros procesos como el centrifugado de muestras. Me consta que otros laboratorios incluso de Referencia Regional, como el de Santa Clotilde, no cuentan con este recurso. Me pareci interesante el hecho de que para examinar otras muestras de clulas sanguneas utilizaran un colorante distinto de la Giemsa, llamado Wright. El Wright est tambin compuesto por un eosinato de azul de metileno como la Giemsa pero tie las muestras con un color distinto. El proceso de tincin vara un poco, se roca la lmina con Wright y a continuacin se cubre con agua destilada, la dilucin se realiza sobre la propia lmina y el tiempo es tambin de 10 minutos. Las muestras de gota gruesa se ven quemadas, segn dijeron los tcnicos, es imposible realizar el examen sobre ellas, pero los glbulos rojos del Frotis se ven bastante bien, de hecho me confirmaron que en ocasiones por falta de colorante Giemsa han realizado diagnsticos de malaria con Wright pero que la dificultad es mayor para un observador no experto. En el laboratorio de San Juan slo leen por lo general Gota Gruesa, el Frotis lo preparan pero ni siquiera lo tien. De estas observaciones conclu que sera interesante el hecho de probar a teir con Wright alguna lmina, tomar imgenes y evaluarlas, e incluso probar a visualizar alguna lmina sin teir, a semejanza del procedimiento llevado a cabo en el LIM con las imgenes de tuberculosis. Respecto al proceso mismo de preparacin, ante la imposibilidad de realizar comparaciones de pH y las aseveraciones de los tcnicos de que no tena sentido modificar los tiempos de tincin, se dedujo que no haba ms modificaciones que pudieran ser propuestas. 4.1.4 Distincin de los parsitos y diagnstico. En el laboratorio de San Juan Bautista reciban y almacenaban lminas de las dos especies presentes en la regin: P.Falciparum y P. Vivax. Me explicaron cules son los criterios para distinguir las especies de malaria, que se recogen adems en el manual del Instituto Nacional de Salud [3], representado en la Figura 45. Una caracterstica comn (tambin reflejado en el manual del INS) a todos los parsitos es la presencia de ncleo rojo y citoplasma azul. Este dato representa una ayuda importante al diagnstico y podra ser til su evaluacin a la hora de realizar el procesamiento de imgenes. En cualquier caso, dichas variaciones de color, aunque dependientes de la tincin, son muy ligeras, la visualizacin de dicho rojo y dicho azul en comparacin con el morado de la Giemsa, aunque factible, requiere de un esfuerzo, sobre todo para ojos no entrenados. Adems, en las muestras tuve ocasin de visualizar gran cantidad de glbulos blancos y plaquetas, stas ltimas sobre todo, son fcilmente confundibles con parsitos ya que tienen un tono ms rojizo.
96
Figura 45: Criterios para la distincin de los parsitos de malaria. Fuente: Instituto Nacional de Salud.
Para diagnosticar una muestra, segn el mismo manual, deban leerse cien campos de una muestra de Gota Gruesa, lo cual equivale a 0,2 ml de sangre. El diagnstico debe reflejar la especie causante de la infeccin y ofrecer informacin de la parasitemia de la siguiente manera: En el caso de trofozotos, el estado vital ms temprano, se utilizaba una representacin llamada diagnstico por cruces: o Si el nmero de parsitos totales era menor a 40 en 100 campos, se indica el nmero total de parsitos contabilizados. +/2: 40 a 60 parsitos en 100 campos.
97
o o o o -
+: 1 parsito por campo. ++: 2 a 20 parsitos por campo. +++: de 20 a 200 parsitos por campo. ++++: de 200 parsitos por campo.
En el caso de estados vitales ms avanzados, que indican una infeccin prolongada en el tiempo y ms grave, debe indicarse el nmero de parsitos de cada tipo que han sido localizados en los 100 campos.
El proceso de capacitacin consisti en observar lminas suministradas por un tcnico experimentado, quien, durante el primer da enfoc las muestras y me seal el lugar donde se encontraban los parsitos. A partir del segundo da simplemente me suministraba lminas y evaluaba los diagnsticos que yo iba realizando. No puedo decir que sea capaz de diagnosticar malaria en las mismas condiciones que un tcnico experimentado pero s creo que me familiaric con el uso del microscopio y que aprend a distinguir las formas ms caractersticas y en lminas sencillas (sin infecciones mixtas, con parasitemias no muy bajas, ni problemas de tincin), era capaz de diagnosticar con un alto porcentaje de aciertos. A continuacin, en la Figura 46, pueden observarse algunos de los parsitos que fueron visualizados durante esta primera experiencia en algunas de las imgenes que fueron adquiridas.
Figura 46: A la izquierda se pueden observar dos trofozotos de P.Falciparum, con las clsicas formas de coma y anillo. En el centro, dos trofozotos de P.Vivax, ms grandes, irregulares y con el pigmento desperdigado. Por ltimo, a la derecha, Gametocito de P.Falciparum, en forma de banana.
4.1.5 Adquisicin de imgenes. Aunque en principio el estudio se iba a realizar con una cmara semi-reflex de gama media; por problemas logsticos, me vi obligado a utilizar una cmara compacta Nikon CoolPix L1 de 6,2 Megapxeles, con un zoom ptico 5x, 6.3-31.4 mm 1:2.9-5. Esta cmara la acopl directamente sobre el ocular del microscopio sin ningn mecanismo de fijacin, lo que provoca la aparicin de ciertas sombras en las imgenes y desenfoques. En total se tomaron un total de 66 imgenes, 23 de Frotis y 43 de Gota Gruesa de P.Falciparum y P.vivax con diferentes parasitemias y distintos estados vitales. Se realizaron variaciones sobre aquellos parmetros dependientes de la tincin, cmara y microscopio susceptibles de ser modificados y se consider que
98 Captulo 4.-Anlisis y diseo
podan tener alguna influencia sobre la visualizacin de las imgenes o para su posterior procesamiento: En cuanto a la tincin: 12 imgenes fueron tomadas sin teir, 37 fueron teidas con Giemsa y 17 con Wright. Microscopio: o Objetivos: El microscopio cuenta con 3 objetivos, 10x, 40x y 100x, ste ltimo trabaja inmerso en aceite. Se toman imgenes con cada uno de los tres objetivos, 6 con el de 10x, 6 con 40x y 54 con el de 100x, que es el utilizado normalmente. Filtro: El microscopio dispona de un filtro azul, cuyo objetivo es iluminar al espcimen con una luz ms neutra que la procedente del sistema de iluminacin, considerada excesivamente rojiza. En total, se tomaron 9 fotos sin filtro de las 54 adquiridas con el objetivo de 100x. Variaciones de iluminacin: Se introdujeron tambin variaciones en la iluminacin, cerrando el diafragma de la lmpara del microscopio en 5 de los 54 casos referidos.
Cmara: La cmara utilizada contaba con limitadas funcionalidades. Se introdujeron variaciones en la exposicin en 10 de los 54 casos.
Veamos a continuacin algunos ejemplos de las imgenes adquiridas: En la Figura 47, podemos observar imgenes de un Frotis de P.Falciparum++, sin teir, con los tres objetivos disponibles del microscopio.
Figura 47: Se pueden ver tres imgenes de un Frotis infectado con P.Falciparum ++, adquiridas utilizando los tres objetivos del microscopio: 10x, 40x y 100x. Las muestras no fueron teidas, y no se pueden visualizar los parsitos.
En la Figura 48, imgenes del mismo campo de un Frotis de P.Vivax++ teido con Wright. Una de las imgenes se tom con el filtro azul y la otra no.
99
Figura 48: Frotis de un mismo campo de una lmina diagnosticada como P.Vivax ++, con el objetivo 100x. En el centro-izquierda de la imagen se puede ver un parsito en el interior de un glbulo rojo, irregular y de color morado. Ms a la a izquierda se puede observar otro cuerpo teido de morado, no es un parsito sino un glbulo blanco. La imagen de la izquierda fue tomada con el filtro azul del microscopio mientras que en la de la derecha se elimin. Se puede apreciar como los glbulos rojos se encuentran superpuestos entre s.
En las Figuras 49 y 50, imgenes de Gota Gruesa de P.Falciparum +++ y P.Vivax ++, respectivamente, teidas con Giemsa. Aunque la tincin se supone que es la misma, se puede apreciar una desigualdad en el color de fondo.
Figura 49: Imagen de Gota Gruesa de lmina clasificada como P.Falciparum+++, teida con giemsa y observada con el objetivo 100x. Los parsitos, numerosos, son pequeos objetos con forma de coma, una especie de punto (ncleo), con un rabillo (citoplasma). Los cuerpos morados, grandes, son glbulos blancos.
100
Figura 50: Imagen de Gota Gruesa de lmina clasificada como P.Vivax ++, teida con giemsa y observada con el objetivo 100x. Los trofozotos de P.Vivax son aquellos objetos teidos de un color violceo, irregulares, desgarrados. Una vez ms, los cuerpos morados, ms compactos y regulares son glbulos blancos.
En la Figura 51, se pueden apreciar imgenes de dos Frotis, uno procede de una lmina de P.Falciparum ++ y ha sido teido con Wright, y el otro de una lmina de P.Vivax++ y ha sido teido con giemsa. Se puede apreciar como en el de P.Falciparum, los glbulos rojos se encuentran separados, corresponde a la periferia de la muestra, mientras que en la otra imagen los glbulos rojos se encuentran superpuestos.de forma que no pueden distinguirse unos de otros.
Figura 51: En la izquierda Frotis de P.Falciparum++ teido con Wright, la imagen se ha tomado sobre un campo perifrico donde los glbulos rojos se encuentran ms espaciados y se pueden distinguir unos de otros. En la derecha, Frotis de un P.Vivax++, teido con giemsa, en el que los glbulos rojos se encuentran superpuestos unos sobre otros. Ambas imgenes tomadas con el objetivo 100x.
101
En la Figura 52, se puede observar una imagen en la que aparecen plaquetas, elementos que causan gran confusin por su gran parecido con parsitos de malaria.
Figura 52: Imagen de Gota Gruesa de lmina clasificada como P.Vivax +/2 teida con giemsa, observada con el objetivo 100x. Se aprecian multitud de pequeos puntos rosas, corresponden a plaquetas, aunque en muchas ocasiones son confundidos con parsitos de P.Falciparum. Un criterio para distinguirlos es que los parsitos suelen presentar ligeras diferencias de color entre ncleo y citoplasma cosa que no ocurre con las plaquetas.
En la Figura 53, se puede observar el efecto de la variacin de la iluminacin sobre un mismo campo.
Figura 53: Se puede observar imgenes correspondientes al mismo campo de una Gota Gruesa de P.Falciparum+++, con un objetivo de 100x y tincin de giemsa. La imagen de la derecha se ha tomado cerrando un poco el diafragma de la fuente de iluminacin del microscopio.
Por ltimo, en la Figura 54, ejemplos de variaciones en la exposicin de la cmara.
102
Figura 54: Variaciones en la exposicin en una imagen tomada sobre el mismo campo de una lmina clasificada como Gota Gruesa de P.Falciparum +++, con objetivo de 100x y tincin de giemsa. La cmara permita una escala de exposiciones fijas, estas corresponden de izquierda a derecha y de arriba a abajo a: -0.5, -0.3, +1, +2.
Aunque las imgenes representadas no son todas las que se tomaron, son suficientes para ilustrar el aspecto de una lmina de malaria observada en el microscopio, los problemas que presentan para los tcnicos encargados del diagnstico y las variaciones estudiadas. Veamos a continuacin la utilidad de estas imgenes bajo el punto de vista de un tcnico experto. 4.1.6 Estudio preliminar del valor diagnstico. De las 66 imgenes adquiridas, se descartaron aquellas que no eran vlidas para diagnosticar. Se comprob, que la tincin con Wright o Giemsa era necesaria, no se podan apreciar parsitos en las lminas no teidas, de manera que esta posibilidad qued descartada para futuras investigaciones. Lo mismo sucede con aquellas que fueron tomadas bajo amplificaciones distintas a la mxima, los objetivos de 10x y 40x, no ofrecen la resolucin necesaria para observar los parsitos. De las restantes, se seleccionaron 26 y se le solicit al mismo tcnico que me haba acompaado durante el proceso de capacitacin, que diagnosticase sobre las imgenes. Aunque lo deseable hubiera sido que fueran diagnosticadas por un tcnico diferente, ya que el implicado haba participado del proceso de seleccin de muestras, e incluso las haba enfocado para sealarme los parsitos, la falta de personal en el laboratorio no lo hizo posible. En cualquier caso, el estudio tiene un carcter preliminar
103
y el objetivo era comprobar que no resulta imposible diagnosticar sobre unas imgenes, de calidad bastante pobre, por otro lado. El tcnico que diagnostic las imgenes contaba con una experiencia en la lectura de malaria de 5 aos. La sensacin del diagnstico con imgenes fue positiva. El tcnico consigui diferenciar los parsitos en la mayora de ellas y fueron diagnosticadas de manera correcta. Aunque este diagnstico carece de validez estadstica porque como se ha comentado, seguramente el tcnico recordara gran parte de las muestras utilizadas, si es importante que haya sido capaz de ver los parsitos. Algunas otras impresiones adicionales que se consideran importantes son: Aunque el tcnico visualiz los parsitos en las imgenes teidas con Wright, encontr mayores problemas en ellas, tard ms tiempo en ofrecer un diagnstico y manifest que se encontraba ms cmodo en las imgenes teidas con Giemsa, aunque esto puede tratarse nicamente de una cuestin de costumbre. Respecto a la utilizacin del filtro, aunque parece que el contraste puede aumentar ligeramente en las imgenes adquiridas sin el mismo, el tcnico se pronunci en los mismos trminos. Le resulta ms sencillo diagnosticar en aquellas imgenes adquiridas con filtro por estar acostumbrado a esta tcnica. Las variaciones en la iluminacin parece que carecen de sentido. El tcnico diagnostica claramente mejor en las imgenes bien iluminadas. No se dispone de un buen control para realizar estas variaciones por lo que se recomienda afrontar este problema a travs de la exposicin de la cmara. Respecto a la exposicin, no se puede extraer conclusiones claras. Resulta obvio que ciertas imgenes sometidas a muy alta exposicin aparecen quemadas y que aquellas en las que el tiempo de exposicin ha sido demasiado pequeo no ofrecen la suficiente abundancia de detalles. No es posible estudiar las pequeas variaciones porque no lo permiten las caractersticas de la cmara. Puede resultar interesante retomar este tema ms adelante si se cuenta con un equipo adecuado. Como puede apreciarse a simple vista en las imgenes mostradas, el ngulo visual no comprende toda la seccin de la imagen. Los bordes aparecen claramente desenfocados. En todo caso, el tcnico manifiesta que s ha podido visualizar con bastante claridad los parsitos sobre las imgenes, que quiz el tiempo de diagnstico a travs de las mismas se reduzca ligeramente y que resulta ms cmodo observar una pantalla que diagnosticar a travs de un microscopio, que obliga a adoptar una postura concreta y a realizar ejercicios de enfoque con los ojos, sobre todo si el nmero de muestras a diagnosticar es alto.
4.1.7 Informacin aportada por los tcnicos acerca del proceso de diagnstico. Acerca del proceso de diagnstico, me comentaron que un tcnico experimentado tarda unos cinco minutos en realizar una lectura pormenorizada de una Gota Gruesa. El tcnico que colaboraba conmigo afirmaba que, lgicamente, los primeros meses
104
tardaba ms y tena mayor porcentaje de errores. Le vi examinar unas cuantas lminas y en caso de que la lmina fuera negativa le llevaba alrededor de un minuto establecer el diagnstico. Preguntando a los tcnicos sobre si consideraban til la implantacin de un sistema de telemedicina o autodiagnstico a pesar de la drstica reduccin de casos de malaria en la zona, me comentaron que lo consideraban de una enorme utilidad, segn ellos la erradicacin de la malaria es prcticamente imposible, ya que existen estudios que confirman que existen animales infectados que colaboran al ciclo de reproduccin de los Plasmodium y que la disminucin de los casos en los ltimos aos responde a la fuerte inversin realizada por Pamafro, que si no es sostenida por el Gobierno de la Nacin, quedar obsoleta en pocos aos y se producir inevitablemente un rebrote de los casos. Por ltimo, como dato de inters mencionaron que en ocasiones se interrumpe el suministro elctrico, lo cual dificulta mucho la lectura de lminas. En esas ocasiones utilizaban espejos. Mencionaron que en San Juan no ocurre muchas veces, pero en los laboratorios de la zona es ms comn. 4.1.8 Conclusiones del estudio. Aunque ya se ha apuntado que este primer estudio tiene un carcter preliminar, no deja de ofrecer unas cuantas conclusiones de utilidad para el desarrollo del proyecto. En primer lugar, por mi propia experiencia tras varios das diagnosticando lminas por periodos de varias horas, he podido comprobar que se trata de un proceso muy proclive al error humano. Influye de manera determinante el cansancio del operador y su nivel de experiencia ante eventualidades como la aparicin de plaquetas o parsitos fragmentados. En segundo lugar, he comprobado que el proceso de diagnstico de lminas en el laboratorio supone un cuello de botella en sus quehaceres diarios que redunda en una prdida de productividad. Los microscopios son turnados entre los tcnicos de manera constante y en varias ocasiones uno de ellos se qued esperando a que otro terminara de utilizar el microscopio. Por otro lado, parece posible diagnosticar malaria a travs de imgenes. Cuando la lmina est en buenas condiciones, la tincin se realiza correctamente y la imagen se toma en condiciones adecuadas de iluminacin y exposicin, los parsitos se visualizan con claridad. Existen un par de variables del proceso de adquisicin que se haban considerado como susceptibles de ser modificadas y a partir de este estudio quedan descartadas. Ha sido comprobado que los parsitos no son visibles en una lmina sin teir, de manera que esta opcin no ser explorada ms. En cuanto a la diferencia entre Giemsa y Wright, a pesar de que el tcnico ha manifestado que prefiere diagnosticar en lminas teidas con Giemsa, Wright ha ofrecido resultados igualmente buenos, pero slo en Frotis. El debate queda abierto sobre todo de cara a las aplicaciones relacionadas con procesamiento de imgenes. Por otro lado, se puede descartar tambin el uso de otros objetivos distintos del de 100x, aunque su empleo sera interesante porque permitiran examinar una mayor cantidad de sangre por campo, se ha confirmado que no ofrecen la suficiente resolucin como para distinguir los parsitos.
105
En cuanto a las variables propias del microscopio, filtro e iluminacin, se puede descartar prcticamente las variaciones de iluminacin ya que, al menos, en los microscopios utilizados, la resolucin del dispositivo mecnico que permite cerrar el diafragma y variar la intensidad es escasa y en las imgenes en las que se ha disminuido los resultados eran claramente peores. Otra cuestin sera estudiar la iluminacin en condiciones de corte del suministro elctrico, frecuente en las zonas beneficiarias de este proyecto. La utilizacin de espejos, lmparas de LEDs, linternas tradicionales merece un estudio completo acerca de la intensidad y uniformidad de la iluminacin. Por otro lado, el uso del filtro representa una cuestin interesante en la misma medida que la tincin con Wright. A pesar de que el tcnico manifiesta sus reticencias a este mtodo, su inters reside sobre todo en las aplicaciones relacionadas con el procesamiento de imgenes, ya que parece que el contraste mejora ligeramente. Podra ser interesante comprobar este punto en un futuro.
En cualquier caso, las imgenes obtenidas no son de buena calidad. Se observan desenfoques en los bordes, lo que permite suponer que el ngulo de visin no cubre toda la seccin del ocular del microscopio. A esta degradacin se sumar en mayor o menor medida el emborronamiento producido por los movimientos de la cmara con respecto al ocular ya que no se contaba con un mecanismo de fijacin adecuado. Se recomienda implementar un estudio ms completo que cumpla con las siguientes caractersticas: o Utilizacin de un equipo de adquisicin que permita obtener imgenes de mejor calidad y a partir de ellas estudiar la influencia de aquellas variables que todava son susceptibles de ofrecer mejoras para las aplicaciones de diagnstico a distancia y/o procesamiento de imgenes. Dicho equipo de adquisicin debera contar con un elemento de acople entre la cmara y el microscopio que evite movimientos y vibraciones que producen emborronamiento y degradan la calidad de la imagen. Debe permitir la comparacin mediante resultados cuantitativos entre el desempeo de los tcnicos en el microscopio y utilizando imgenes. Para que dichos resultados sean fiables, se debe realizar el estudio con varios sujetos, con distintos niveles de experiencia y garantizando que operan desde un punto de vista ciego. Es decir, que no recuerdan las imgenes diagnosticadas en el microscopio cuando se disponen a diagnosticar las imgenes.
4.2 SELECCIN DEL EQUIPO DE FOTOMICROGRAFA.

Tras este primer acercamiento al diagnstico de malaria mediante imgenes, y en vista de los defectos que se podan apreciar a simple vista en las imgenes adquiridas, se decidi que era necesario contar con un equipo de adquisicin que permitiera obtener imgenes de calidad, y sirviera para ser considerado como patrn en futuras
106
comparaciones con equipos de un coste menor. Cuando abordamos el proceso de seleccin, contamos con la colaboracin de organizaciones del entorno de EHAS que en ese momento se encontraban evaluando mediante una lista de correo, el estudio exploratorio elaborado por Fundatel en la Red del Napo [34]. En dicho estudio se haba utilizado una cmara Motic Moticam 1000, una cmara especfica para adquirir fotomicrografas, pero se propona evaluar la posibilidad de utilizar otros sistemas de adquisicin. Aunque el propsito de EHAS era utilizar el equipo nicamente para aplicaciones de Telemedicina y desde el LIM pensbamos tambin en el procesamiento de imgenes, existan muchos puntos comunes en la bsqueda. Nos encontramos de esta manera ante un complejo estudio de distintos sistemas y productos para adquirir un equipo que nos permitiera obtener imgenes de gran calidad a un coste que no superara los 1000$. 4.2.1 Caractersticas del sensor y del sistema ptico. En el captulo 2 hemos definido una serie de magnitudes que sern de gran utilidad para evaluar los requerimientos que debe cumplir el equipo que buscamos y ver que equipos disponibles en el mercado se adaptan mejor a esos requerimientos. Una de las magnitudes ms importantes de todo sistema ptico en general y fotogrfico en particular es la resolucin. Habamos definido la resolucin segn el criterio de Rayleigh como: R9 =
Donde es la longitud de onda de la luz incidente y f, es la abertura del diafragma. f se poda calcular en funcin de un parmetro proporcionado por los fabricantes de microscopios que es la apertura numrica AN, que defina el mximo ngulo para el cual el sistema aceptaba luz, de la siguiente manera: = 1 2
1,22
De manera que la resolucin mxima de un microscopio vendr dada por la siguiente expresin: R9=
1,22 2
1.64
Donde AN es la suma de la AN del condensador ms la del objetivo. De esta manera, para una AN=1.25 que corresponde a la utilizacin de un objetivo 100x inmerso en aceite, ms AN=1.25 en el condensador tipo Abbe, en los microscopios Olympus CX21-FS1, que son los repartidos en el contexto del Proyecto Pamafro y una =380 nm, que corresponde a una luz azul y resulta ser el peor de los posibles casos, encontramos que la mxima resolucin que puede apreciar en la lmina un microscopio de este tipo se encuentra alrededor de los 10789 pares por
107
milmetro, o lo que es lo mismo, la ptica puede diferenciar detalles de hasta 0.093 m en la lmina examinada. Veamos ahora cual debe ser la resolucin de un sensor suponiendo que se encontrara justo en el foco de los rayos que provienen del microscopio. En este caso, si la imagen ha sido magnificada por 1000 (100x del objetivo x 10x del ocular) el sensor se enfrenta a una imagen cuyos detalles ms pequeos miden 93 m. Habamos visto que para evitar fenmenos de Aliasing, segn el teorema de Nyquist son necesarios dos pxeles por cada par de lneas. As pues, para resolver dichos detalles de 93 m, el pxel debe medir como mximo, 46 m de lado. Como veremos, esto no resulta un problema en la mayora de las cmaras convencionales. En cualquier caso, el equipo seleccionado deber ser capaz de trabajar con un amplio rango de muestras de manera que se ha considerado la posibilidad de que se trabaje con el objetivo 10x, con el cual, la magnificacin sera por 100, y el pxel no debera superar los 4.6 m de lado. En cualquier caso, fruto de la magnificacin que introduce el microscopio, no resulta tan importante como en fotografa tradicional contar con un nmero elevado de pxeles. Por otro lado, como ya se explic, la razn seal-ruido (SNR) depende del tamao de los pxeles, y es menor cuanto ms pequeos sean los mismos, es decir para una misma abertura, de la que depende la intensidad de luz que incide en el sensor y un mismo nmero de pxeles, la relacin de las SNR entre un sensor 1 full-frame y un sensor 2, definiendo q como el factor de recorte o relacin entre las diagonales de ambos sensores, q=d1/d2; es: SNR 2 =SNR 1 /q2. Encontramos entonces que debemos encontrar un compromiso entre la resolucin y la razn seal-ruido. Los pxeles ms pequeos garantizan mayor resolucin, pero recogen un mayor nivel de ruido. Los fabricantes no suelen ofrecer datos de ruido de sus equipos, de manera que no podemos ponderar cul de ellas se debe priorizar. En cualquier caso contamos con que el sistema de microscopa, por la magnificacin que hace del objeto, presenta un lmite en la resolucin mxima. De esta manera resulta ms interesante que en fotografa tradicional aumentar el tamao del sensor aunque redunda en un aumento del coste. Otra variable a considerar ser el campo visual (FoV), cuya expresin era: = 2 [ ] 2 ( + 1)
Donde T es una dimensin del sensor, L es la distancia focal y m la magnificacin. En el caso de las fotomicrografas, donde las distancias focales son cortas, lo importante es que el tamao del sensor sea el suficiente para cubrir el rea del campo seleccionado, que en el caso de los oculares del Olympus CX21-FS1, presentan un nmero de campo (F.N) de 18 milmetros (18 milmetro de dimetro en el diafragma del ocular), para calcular el campo de visin, hara falta conocer la distancia focal, lo cual suele ser complicado.
108
Deben tenerse en consideracin tambin las aberraciones, como vimos, la mayora de ellas aumenta con el dimetro de abertura y con el ngulo visual. La mayora de los microscopios estn preparados para minimizar en el rango del espectro de luz visible y en sus longitudes focales de trabajo, las aberraciones cromticas y esfricas. Los objetivos del Olympus CX 21 que tomamos como referencia, son plano-acromticos y corrigen la curvatura de campo junto con aberracin esfrica para un color y cromtica para 2. Aunque la cuantificacin del efecto de las aberraciones sobre la resolucin requerira de un estudio mucho ms completo, ya que dependen de la abertura del diafragma y del campo de visin, as como de las longitudes de onda presentes, las consultas bibliogrficas realizadas y la opinin de expertos en el debate mencionado nos han hecho considerar que resultan de enorme importancia. Dado que un microscopio es un equipo complejo, con una ptica muy cuidada, y que segn hemos visto, la resolucin del sensor no resulta tan determinante en fotomicrografa, es conveniente no arruinar la calidad del conjunto introduciendo lentes con aberraciones. De esta manera consideraremos las siguientes caractersticas referentes al sensor y a la ptica a la hora de seleccionar el equipo: Respecto al sensor: o Tamao del sensor y nmero de pxeles: Estas caractersticas se encuentran ntimamente relacionadas ya que de ellas depende el tamao del pxel que es de lo que dependen resolucin y SNR. Buscaremos un tamao del sensor que permita recoger toda la informacin ofrecida por un ocular de nmero de campo 20, es decir de diagonal cercana a 20 mm, ya que aunque algunos microscopios incluyen oculares de hasta 26, es poco probable que los encontremos en Per. Lo ideal sera que cubriera dicha superficie de la manera ms exacta posible para reducir los posibles efectos de vieteo si se utilizan sensores ms grandes. En cuanto al nmero de pxeles buscaremos aquel que permita obtener unos pxeles de dimensiones cercanas a los 4.6 m de lado considerando el tamao del sensor anterior. o Respecto a la tecnologa de fabricacin se prefiere CCD que CMOS por su mayor SNR. La profundidad de color, interesa que sea cuanto mayor mejor, ya que aplicaciones de procesamiento de imgenes trabajan con variaciones de color. Sin embargo dicho incremento suele producir un incremento del coste, que puede resultar excesivo.
Respecto a la ptica: Sobre todo se procurar no introducir elementos con aberraciones que malogren la capacidad resolutiva del microscopio. 4.2.2 Caractersticas adicionales del equipo de adquisicin.
Adems de los parmetros fsicos que describen el desempeo de un sensor o del sistema ptico, existen una serie de caractersticas mecnicas y electrnicas que se han considerado importantes para el equipo de adquisicin.
109
Lentes desmontables: Dado que ya contamos con un sistema ptico, que recoge los haces de luz y los proyecta sobre el ocular, de gran calidad adems, no es necesario la utilizacin del objetivo que suelen incluir las cmaras y que en un gran nmero de casos no corrige aberraciones y adems est formado por un conjunto de lentes (hasta 18) que para lograr diferentes enfoques se mueven, producen vibraciones y en sus distintas configuraciones no pueden optimizar perfectamente la convergencia de los haces de luz sobre el sensor. De manera que uno de los requerimientos buscados ser que el objetivo de la cmara sea desmontable (o inexistente) de manera que la cmara pueda ser montada directamente sobre el ocular o utilizando un mecanismo de adaptacin que permita conservar la calidad ptica del conjunto. Control de exposicin automtico: Una exposicin correcta resulta fundamental para obtener una imagen clara, ya que un exceso o una falta de intensidad luminosa en la imagen provoca uniformidades y prdida de detalle. Dado que se pretende implementar aplicaciones que reduzcan el tiempo de diagnstico y adems no se pretende formar a los tcnicos en tcnicas fotogrficas, resulta importante disponer de un control automtico que exponga correctamente las fotos. Muchas cmaras comerciales cuentan con esta caracterstica, sin embargo no todas permiten su uso una vez que han sido desmontadas las lentes originales, ser importante que cumplan este requisito. Live View: Permite la visualizacin de la escena sobre un display tal y como la estamos enfocando. Se produce de dos maneras, en los sensores de tipo FullFrame se eleva el espejo y se abre el obturador para permitir el paso de la luz durante un corto espacio de tiempo, en los de tipo Interline-Transfer simplemente se expone la parte sensible y se procesa la informacin en las otras celdas, lo cual resulta ms rpido. Es una caracterstica comn en las cmaras compactas pero no tanto en las DSLR, aunque en los ltimos aos va siendo incorporada. Permite enfocar sin hacer uso de un visor ptico, lo que redunda en una mayor comodidad para el operador y sera absolutamente necesario para aplicaciones de telemedicina dinmica que no se plantean por el momento. Frecuencia de refresco (Frame Rate): Se define como el nmero de imgenes que pueden adquirirse por segundo. Aunque no representa de gran inters para un sistema esttico, si que puede resultar importante de cara a la utilizacin de la cmara con un microscopio de barrido automtico. Adicionalmente, se valorar el hecho de poder trabajar con formato RAW, que al tratarse de un formato no comprimido que ofrece la informacin original, no sufre las prdidas de informacin resultado de la compresin que s afectan al formato JPEG, ofrecido directamente por gran cantidad de cmaras comerciales. Por ltimo, se debe buscar un mecanismo de fijacin que permita unir la cmara al microscopio evitando desplazamientos que produzcan emborronamiento en la imagen.
4.2.3 Estudio de sistemas disponibles en el mercado. Despus de una bsqueda exhaustiva de equipos de adquisicin de fotomicrografa
110
por debajo de la barrera de los 1000$, que fijamos como lmite, se lleg a la conclusin de que los sistemas podan clasificarse en tres grandes grupos. 1. Cmara especficas de fotomicrografa: Son sistemas especficamente diseados para trabajar en microscopa. Suelen incluir adaptadores y un software de control para permitir la conexin a un ordenador desde el que se puede controlar la adquisicin. Su pequeo tamao permite ubicar estos equipos en uno de los oculares, incluso en un microscopio binocular y trabajar con el otro. Se encontraron 5 fabricantes de este tipo de cmaras de los cuales dos de ellos se descartaron: o Dino-Lite, ofreca cmaras con un sensor de 640x480 pxeles, lo cual no cumpla con los requerimientos. Jenoptik, dispona de una serie de cmaras especficamente diseadas para fotomicrografa con un coste superior a los 2500$.
Otros tres fabricantes sin embargo, ofrecan modelos que se acercaban a los requerimientos a un coste aceptable. Se trata de Motic, PAXCam y OptixCam. Las fichas tcnicas de los modelos que fueron evaluados se pueden encontrar en el anexo I. 2. Cmaras DSLR + adaptador: Otra opcin es adquirir una cmara DSLR (Digital Single-Lens Reflex) de lentes desmontables junto con un adaptador que permita su acople mecnico a un ocular. Dicho adaptador debe cuidar la calidad ptica del conjunto. Con respecto a las cmaras de microscopa presentan sensores generalmente ms grandes y mayor nmero de pxeles. Existen multitud de fabricantes y modelos de este tipo de cmaras, sin embargo, exigiendo que cumplieran de manera aproximada con los requerimientos por un precio menor a los 1000$ (715 en el momento que se realizaba la investigacin, Febrero 2010), se consigui reducir las opciones a tan slo 6 modelos, cuyas fichas tcnicas tambin se pueden consultar en el anexo I. 3. Cmara compacta + adaptador: Esta sera la opcin ms econmica pero se encontr que las cmaras compactas con su ptica incorporada generaran fuertes aberraciones y en mucho de los casos en los que el objetivo es retrctil, directamente sera imposible su uso en el microscopio. La disyuntiva queda entonces entre 4 cmaras especficas de microfotografa y las 6 cmaras DSLR, para las que habra que adquirir adems un adaptador. En la Tabla 3 se puede encontrar la relacin de modelos que fueron evaluados.
111
PAXCAM EDU Cmaras especficas de fotomicrografa Moticam 1000 OptixCam Summit Series 3.0 MP Microscope Camera OptixCam Summit Series 5.0 MP Microscope Camera Canon EOS 1000D Sony Alpha 100 Pentax K100D Cmaras DSLR Nikon D3000 Pentax K-x Olympus E-450 Tabla 3: Relacin de modelos propuestos para su evaluacin como equipo de adquisicin de fotomicrografa.
Dichos modelos se evaluarn en base a los criterios anteriormente definidos para encontrar un equipo de adquisicin ptimo para las aplicaciones que se pretenden desarrollar.
4.3 EVALUACIN DEL VALOR DIAGNSTICO MICROSCPICAS DE MUESTRAS DE MALARIA.
DE
IMGENES
A partir de las conclusiones extradas durante el primer viaje a Iquitos, se decidi desarrollar un estudio que permitiera evaluar mediante resultados cuantitativos el valor diagnstico de muestras de malaria. Para ello se realiz un segundo viaje a la ciudad de Iquitos, entre el 15 y el 18 de Abril. Los trabajos se desarrollaron en el mismo Centro de Salud, San Juan Bautista. Se tuvo que solicitar permiso a la Direccin de Salud de Loreto, que tras ponerse en contacto con el centro para ver la disponibilidad de personal nos dio su consentimiento. 4.3.1 Objetivos. 1. Realizar un anlisis de los resultados intra-observador, comparando el examen de los tcnicos directamente en el microscopio, contra el realizado en imgenes digitales. Esto nos permitir medir cunto se desva el tcnico respecto del patrn y establecer si las imgenes conservan el valor diagnstico. 2. Comparar resultados inter-observador, para comprobar cunto influye la experiencia en el uso de la nueva tcnica de diagnstico propuesta. 3. Comprobar que tcnicos que evalan muestras sobre microscopio y a continuacin sobre imgenes digitales, operan desde un punto de vista ciego, es decir, han olvidado las muestras previamente visualizadas, para dotar de cierta validez estadstica al estudio. 4. Determinar el campo de visin de la cmara mediante un anlisis de las imgenes por regiones concntricas de igual rea, en los que considerando una distribucin aleatoria uniforme de parsitos, se cuenten los parsitos visualizados en cada una de las regiones.
112
4.3.2 Materiales y mtodos. Se hizo uso de una cmara Fujifilm S1500 (cuya ficha tcnica puede encontrarse en el anexo II), ubicada manualmente sobre el ocular del microscopio sin ningn tipo de acople mecnico y utilizando una magnificacin de 1000x (100x en el objetivo * 10x en el ocular). A pesar de conocer las limitaciones de dicho sistema, no fue posible la utilizacin del equipo seleccionado mediante el proceso descrito durante el apartado anterior, ya que, aunque el equipo fue encargado a principios de Febrero, problemas burocrticos y de aduanas, ya que no existan distribuidores en Per, llevaron a que se retrasara la recepcin durante ms de seis meses. Las imgenes utilizadas se encontraban en formato JPG que era el nico ofrecido por la cmara. En cualquier caso, nos pareci interesante llevar a cabo el estudio con esta cmara, ya que representa una opcin de costo mucho menor (en torno a los 200$), lo cual resulta importante de cara a la viabilidad de la implementacin del sistema de telepatologa en un pas en vas de desarrollo como Per, donde las posibilidades de financiacin son limitadas y representa sin embargo una mejora respecto de la cmara utilizada en el estudio preliminar descrito en el apartado 1. El estudio fue concebido para ejecutarse durante cuatro das, contando con la colaboracin de seis tcnicos, a los cuales se les asignaron roles diferentes. El ms experimentado fue el encargado de seleccionar las muestras, otros tres visualizaron las muestras escogidas en el microscopio y las imgenes que se tomaron de esas mismas muestras y dos ms visualizaron slo las imgenes. Es importante sealar que todas las imgenes utilizadas procedan de muestras de Gota Gruesa, ya que son las ms utilizadas por los tcnicos el laboratorio y las que permiten visualizar una mayor cantidad de sangre, haciendo posible la determinacin de la parasitemia. Como el tiempo con el que se contaba era limitado y la dedicacin de seis tcnicos a estas tareas haca que los trabajos del laboratorio se vieran afectados, se descart la posibilidad de utilizar muestras de Frotis. Se defini un protocolo para la realizacin del estudio que se describe a continuacin: 1. Seleccin del patrn (1 tcnico, Patrn). o Seleccionar 24 muestras, infectadas con distintas especies, algunas negativas y algunas con infecciones mixtas, tarea realizada por el tcnico ms experimentado, Patrn. Crear una lista de las muestras seleccionadas. Etiquetar las muestras. Considerar que el diagnstico establecido por el tcnico Patrn es el verdadero, utilizarlo en adelante para evaluar a los dems.
o o o
2. Visualizacin directa sobre el microscopio (3 tcnicos, Comparadores). o Seleccionar un campo representativo para la primera muestra, debe hacerlo el tcnico Patrn. Tomar una fotografa del campo seleccionado.
113
Realizar el examen de la muestra, contando parsitos de cada especie en el campo (si es como mucho ++, < 20 parsitos por campo), y generar el diagnstico por cruces (los 3 tcnicos Comparadores en orden, el mismo campo). Proceder de la misma manera con el resto de las muestras hasta completar las 24. Ubicar nombre de las imgenes en una lista.
3. Examen de las imgenes, por parte de 2 tcnicos diferentes (2 tcnicos, Ciegos). o o Cambiar las imgenes de orden y de nombre, ubicarlas en una 2 lista. Pre-procesar las imgenes haciendo uso de Image J, para realizar un ajuste automtico del contraste. Adiestrar a los tcnicos Ciegos en el uso del Image J. Ubicar parsitos, marcarlos con puntos y guardar coordenadas. Anotar la especie de los parsitos sealados. Generar diagnstico por cruces a partir del conteo realizado.
4. Examen de las imgenes por los primeros tcnicos (3 tcnicos, Comparadores) o Repetir mismo proceso con los tcnicos Comparadores, con un da de descanso, y habiendo cambiado las imgenes de orden con respecto al que fueron tomadas, para tratar de que no recuerden los exmenes realizados sobre el microscopio.
En la tabla 4 se muestra el cronograma segn el cual se desarrollaron los trabajos y la experiencia y edad de cada uno de los tcnicos:
Tcnico 1 Tcnico 2 Tcnico 3 Tcnico 4 Tcnico 5 Tcnico 6
Experiencia 100 meses 50 meses 20 meses 1 mes 30 meses 2 meses
Edad 43 31 29 20 28 21
Rol Patrn Comparador Comparador Comparador Ciego Ciego
Da 1 X X X X
Da 2 X X X X
Da 3
Da 4 X X X
X X
Tabla 4: Cronograma de las actividades realizadas, experiencia y edad de cada uno de los tcnicos que participaron el desarrollo del estudio. El tcnico 1, Patrn, es el encargado de seleccionar las muestras. El 2, el 3 y el 4, Comparadores, corresponden a aquellos tcnicos que visualizaron las muestras en el microscopio y adems las imgenes. El 5 y el 6, Ciegos, slo visualizaron imgenes.
114
Durante el estudio, los tcnicos visualizaron un slo campo de cada muestra, pero se tuvo cuidado de que dicho campo fuera representativo del diagnstico que la muestra tena asignado, es decir, si proponamos una muestra marcada como P.Vivax++, se le solicit al tcnico encargado de enfocar las muestras que en el campo aparecieran entre 2 y 20 parsitos de esa especie, de manera que a posteriori pudiramos evaluar los diagnsticos de los tcnicos en comparacin con ste. La evaluacin por diagnstico se realiz en base a tres clases de parsitos. El Instituto Nacional de Salud, establece que se debe sealar si algunos de los parsitos se encuentran en el estado vital de gametocito, ya que representan un estado vital ms avanzado y una infeccin prolongada en el tiempo y ms grave. De manera que en los laboratorios peruanos, los tcnicos deben distinguir y sealar, mediante cruces, la representacin de los trofozotos y adems anotar el nmero de gametocitos totales en la muestra. En el laboratorio donde trabajamos, no se daban casos de P.Malariae, y en las muestras visualizadas no se encontraron gametocitos de P.Vivax de manera que el estudio se restringe al reconocimiento de trofozotos y gametocitos de P.Falciparum y trofozotos de P.Vivax. Los resultados se ofrecen como diagnsticos correctos o incorrectos y dentro de los incorrectos distinguimos los siguientes casos: Falso negativo (FN): No se han visualizado parsitos y se ha declarado como negativa una muestra que si los tena. Es considerado el error ms grave ya que impide aplicar el tratamiento a una persona enferma. Falso positivo (FP): Se afirma que en la muestra existen parsitos de cualquier especie, cuando la muestra ha sido calificada como negativa. Supone la posible administracin de tratamiento durante algunos das hasta que se realice una nueva revisin que seguramente descubrir el error. Es un error considerado menos grave. Error de especie: Equivocacin en la especie presente en la muestra. Supone la administracin de un tratamiento posiblemente incorrecto. Tambin es enmendable. Error de parasitemia: Equivocacin en el nmero de parsitos por campo, que representa la gravedad de la infeccin.
Adems de la informacin acerca del valor diagnstico de las imgenes que se obtendr del anlisis intra-observador y de los fenmenos de resistencia al cambio representados a travs de la experiencia y manifestados en el estudio interobservador, se considera de gran importancia la informacin que se extraer acerca del punto de vista ciego, que permitir dotar de validez estadstica al estudio. Consiste en determinar si los tcnicos que han visualizado las muestras en el microscopio las han olvidado a la hora de visualizar las imgenes o por el contrario, diagnostican de memoria. En algunos de los estudios descritos en el estado del arte, se emplean tiempos de 3 [31] y hasta 4 meses [24], entre la primera visualizacin de unas muestras y la siguiente. Parece obvio que cuanto ms tiempo se deje pasar, ms probable es que los tcnicos hayan olvidado las muestras visualizadas. Sin embargo, en este estudio nicamente dejaremos pasar un da entre el examen microscpico de los tcnicos Comparadores y el de las imgenes digitales. Esto responde a razones econmicas, ya que los desplazamientos a la ciudad de Iquitos, donde se realiza el estudio, deben efectuarse exclusivamente en avin, pero sobre todo a la alta carga de trabajo del personal de los laboratorios y a la frecuente rotacin del mismo, de manera que es imposible garantizar una colaboracin futura en el medio y largo plazo. Sin
115
embargo, creemos que como los tcnicos se encuentran realizando otras actividades mientras colaboran en nuestro estudio y adems todas las muestras resultan similares (muestras hemticas presuntamente infectadas con malaria) en lugar de muestras de distintos tejidos como en los estudios previamente mencionados (que seran ms fciles de recordar), es posible que un da sea suficiente para considerar que operan desde un punto de vista ciego. Para comprobarlo, dos tcnicos Ciegos, visualizarn nicamente las imgenes y se compararn los resultados de estos dos tcnicos con aquellos que visualizaron sobre el microscopio y cuentan con una experiencia similar (lo cual implica, ms o menos, porcentajes de error parecidos). Por ltimo el anlisis sobre regiones concntricas permitir evaluar el campo de visin de la cmara utilizada. Para su realizacin se dise un sencillo programa en Matlab, recogido tambin en el anexo III, que divida la imagen en tres regiones de igual rea pero de radio creciente, dibujando dos crculos concntricos rojo y verde, como se puede ver en la figura 55. En dichas regiones se contabilizaron los parsitos que haban sido correctamente determinados por cada uno de los tcnicos y se sumaron. Se consideraron parsitos correctamente determinados aquellos cuya especie coincida con la etiqueta de la muestra y eran sealados como tal por al menos dos de los tres tcnicos con mayor experiencia.
Figura 55: Anlisis por regiones concntricas de una imagen de Gota Gruesa correspondiente a una lmina etiquetada como P.Falciparum ++. En la imagen se puede apreciar cmo se han marcado y numerado los parsitos con cruces amarillas haciendo uso de ImageJ.
Los tcnicos visualizaron el mismo campo de cada una de las 24 muestras que presentamos en la tabla 5, los diagnsticos asignados a las muestras, son los ofrecidos por el tcnico 1, Patrn, y son considerados como los verdaderos para comparar los del resto de tcnicos.
116
Imagen Imagen 1 Imagen 2 Imagen 3 Imagen 4 Imagen 5 Imagen 6 Imagen 7 Imagen 8 Imagen 9 Imagen 10 Imagen 11 Imagen 12
Diagnstico Negativa F+Fg+ V++ Negativa F++ V+++ Fg5 V++ Negativa V+ Fg10 F+++ F+++
Imagen Imagen 13 Imagen 14 Imagen 15 Imagen 16 Imagen 17 Imagen 18 Imagen 19 Imagen 20 Imagen 21 Imagen 22 Imagen 23 Imagen 24
Diagnstico V+ Fg10 Negativa V++ F++ V++ F++ V+ Fg10 F++ F5 Fg10 V+ Fg10 V+ Fg10 V++
Tabla 5: Relacin de muestras, los diagnsticos asignados son los ofrecidos por el tcnico 1, Patrn.
En el anexo IV se pueden encontrar tambin las 24 imgenes adquiridas, con los parsitos marcados sobre ellas, y en el anexo V las fichas originales que utilizaron los tcnicos para realizar los diagnsticos y la tabla que relaciona el orden en el que fueron examinadas las muestras con el que luego se utiliz para el examen de las imgenes.
4.4 DIAGNSTICO DE MALARIA POR PROCESAMIENTO DE IMGENES.

Se pretende, por ltimo, desarrollar un software que permita el reconocimiento automtico de los parsitos mediante tcnicas de procesamiento de imgenes y evaluar sus resultados para indicar posibles lneas de mejora. Para ello, se cuenta con las 24 imgenes adquiridas con motivo del estudio descrito en el apartado anterior, aunque no son de gran calidad ya que fueron tomadas con un equipo de adquisicin que no consideramos ptimo, directamente sobre el ocular de un microscopio sin un mecanismo de fijacin, no fue posible disponer del equipo a tiempo para realizar una tercera visita. En cualquier caso, el desarrollo del software tiene un carcter preliminar, deber ser depurado en el futuro y se espera llegar a conclusiones que permitan encarar este proceso con las mejores directrices La eleccin de las muestras de Gota Gruesa en vez de las de Frotis, permite establecer un diagnstico completo, incluyendo parasitemia o grado de afectacin, sin embargo, al no poder visualizar los glbulos rojos, el proceso de segmentacin se vuelve ms complicado, ya que desigualdades en la tincin o artefactos como plaquetas o glbulos blancos pueden ser fcilmente segmentados y confundidos con parsitos. El objetivo es clasificar las tres clases distintas de parsitos: Trofozotos y gametocitos de la especie P.Falciparum y trofozotos de la clase P.Vivax, que son los que se pueden encontrar en las imgenes adquiridas. Dicha clasificacin se realizar utilizando caractersticas morfolgicas y de color.
117
Para lograr este propsito se realizarn las operaciones definidas en 2.2.4 y representadas en el diagrama de la figura 56.
Figura 56: Etapas del software de reconocimiento de parsitos.
4.4.1 Pre-procesamiento. Sobre la adquisicin ya se ha ofrecido la informacin completa de manera que abordamos directamente el pre-procesamiento. Al observar el histograma de las imgenes mediante ImageJ se observ que no se estaba aprovechando todo el rango dinmico de las mismas (256 valores) de manera que se realiz una autocalibracin, para aumentar el contraste y facilitar las labores de procesamiento relacionadas con la intensidad de color. Adems, con un sencillo programa desarrollado en Matlab, que se puede encontrar en el anexo VI junto con el resto de cdigo del programa, se redujo la imagen al crculo correspondiente al ocular, con el fin de reducir el tiempo de procesamiento, eliminando la informacin irrelevante, ya que por las caractersticas del sensor, se haba adquirido una zona casi-absolutamente negra a los lados del crculo que formaba el ocular. 4.4.2 Segmentacin. La labor de segmentacin cuyo objetivo es dividir la imagen en distintas regiones con significado se desarroll a partir de las imgenes pre-procesadas segn el algoritmo representado en la figura 57, cuyas etapas describimos a continuacin:
118
Figura 57: Representacin del algoritmo de segmentacin.
En primer lugar, se realiz una umbralizacin en dos etapas. En la primera, trabajando con la imagen convertida de RGB a escala de grises, se igualaron a cero (negro) todos los valores del fondo que no correspondan a la muestra para que no distorsionaran futuras medidas como la media de color del fondo de la imagen. Se utiliz un valor umbral U=20. En la segunda umbralizacin, aquellos pxeles, que sumando las 3 capas de color superaban el valor de U=700, fueron re-asignados al valor 255 (blanco) en cada una de las capas, ya que se estim que dicho valor es demasiado alto para contener ningn objeto y as evitar futuras molestias.
119
A continuacin se intent segmentar la imagen mediante una umbralizacin a partir de un valor menor, U=550 (suma de las 3 capas) ya que la observacin de las imgenes en un anlisis preliminar revel que los objetos suelen ser ms oscuros que el fondo. Sin embargo, pronto se pudo comprobar que no exista un valor umbral que segmentara apropiadamente el conjunto de imgenes. Es entonces cuando se desarrolla la bsqueda de alternativas entre algunas de las tcnicas de segmentacin descritas. Los objetos que se pretende segmentar presentan caractersticas muy diferentes en cuanto a color, tamao y forma, de manera que el algoritmo de Divisin y Fusin, que subdivide la imagen cclicamente en regiones cada vez ms pequeas tratando de encontrar aquella que cumpla con unas caractersticas estipuladas, no se consider adecuado. De igual manera se descart Watershed, ya que siendo un algoritmo que suele adolecer de problemas de sobre-segmentacin, se vea como algo probable que las diferencias de tincin y los mltiples artefactos existentes en las imgenes pudieran dar lugar a un gran nmero de regiones segmentadas que hicieran el proceso de clasificacin computacionalmente inviable. Descartadas estas dos opciones y la umbralizacin, se opt por la tcnica de Regin Creciente. La Regin Creciente se implementa de la siguiente manera: Se eligen unas semillas, pxeles con unos valores de intensidad determinado y se hace que dichos pxeles constituyan regiones agrupndose con aquellos vecinos que cuentan con valores de intensidad comprendidos dentro de un cierto intervalo alrededor de la semilla. Como los parsitos a identificar eran de tres tipos diferentes en sus caractersticas de color, se definieron 3 tipos de semillas. o Para los gametocitos de P.Falciparum (S en el diagrama), aquellos pxeles cuyos valores estaban comprendidos entre [90:120] para R (rojo), [40:90] para G (verde) y [90:110] para B (azul). Para los trofozotos de P.Falciparum (T en el diagrama) se utiliz un intervalo de [130:165] en las tres capas. Para los trofozotos de P.Vivax (P en el diagrama), se utiliz [100:150] para R, [30:95] para G y [100:150] para B.
Es importante destacar que la funcin utilizada para implementar el algoritmo de regin creciente, agrupa las semillas que se encuentran adyacentes y funde las regiones que se encuentran en su crecimiento lo que le dota de mayor rapidez computacional. Una vez definidas las semillas se implement el algoritmo de regin creciente 9 veces, 3 por cada una de las semillas en cada una de las 3 capas de color. La eleccin de los valores umbral que definen el crecimiento de la regin, fue realizada a travs del examen de las distintas imgenes y as se concluy que valores que obtenan unos resultados aceptables en la mayora de las imgenes eran, U=50 para aquellas regiones que pretendan identificarse como gametos de P.Falciparum, U=25 para aquellas que pretendan ser trofozotos de P.Falciparum y U=45 para aquellas que pretendan ser regiones de P.Vivax. La diferencia entre los valores umbral utilizados se debe a que los trofozotos de P.Falciparum representan regiones pequeas entre 100 y 500 pxeles, con intensidades de color bastante elevadas (es decir, objetos tenues) que resultan
120
difcilmente diferenciables del fondo. La utilizacin de valores umbrales superiores a este valor, llevaba consigo sub-segmentacin, creacin de grandsimos objetos donde se encontraba presente el fondo con alta frecuencia. Sin embargo, esta reduccin del valor umbral, que ya dificulta el reconocimiento de dichos trofozotos de P.Falciparum, no resulta suficiente en todos los casos, cuando el fondo se encuentra sobre-teido, de manera que se producen macro-regiones en las que un exceso de tintura hace que el fondo se ubique por debajo del valor umbral de crecimiento de los trofozotos de P.Falciparum y en menor medida de los de P.Vivax. Para tratar de evitar esto, se definen las regiones que presuntamente albergan gametocitos como un or producto del crecimiento de cada una de las capas de color. Es decir, se considera como objeto aquellos valores que hayan crecido en cualquiera de las capas de color y se asigna su valor original a aquellas capas que no hayan crecido tanto, para formar el objeto. Sin embargo, las regiones que presuntamente albergan trofozotos de P.Falciparum y P.Vivax se comportan como un and para la creacin de objetos. Slo se toman aquellos pxeles que cumplen con la condicin de la regin creciente en sus 3 capas de color. An as todava se producen objetos demasiado grandes en algunas fotos. Es por ello que la ltima accin que realiza el programa es eliminar aquellas regiones con un rea mayor a 23000 pxeles, lo cual permite deshacerse de un crculo que se crea en el lmite entre la muestra y el ocular que no aporta ninguna informacin, pero tambin algunas regiones que pueden albergar algn parsito en ellas. Esta prdida de informacin ocurre generalmente en aquellas lminas con precipitados de tintura de manera que la mejor manera de abordar el problema sera en el proceso de adquisicin. An as como propuesta de solucin se sugiere la implementacin de una nueva regin creciente, ms restrictiva en sus umbrales. No se ha abordado por que representa un alto coste en tiempo de computacin pero en una aplicacin futura, quiz podra estudiarse. Se eliminan tambin los objetos cuya rea es menor a 20 pxeles, se considera que al ser tan pequeos pertenecen a un tipo de regin, ya sea parsito o no, cuyas caractersticas morfolgicas no representan en absoluto, de manera que carece de sentido que sean clasificados. En la figura 58 se puede observar un ejemplo de segmentacin realizada mediante el programa desarrollado. Los dos elementos alargados y de color rosceo que se encuentran cercanos al centro de la foto, corresponden a gametocitos de P.Falciparum. Como se puede ver, no son los nicos elementos segmentados sino que, otros objetos como glbulos blancos o plaquetas, tambin son reconocidos como posibles parsitos. Es por ello que a continuacin es necesario desarrollar una etapa de clasificacin en base a una serie de caractersticas.
121
Figura 58: Ejemplo de segmentacin sobre gametocitos de P.Falciparum. La imagen de la izquierda corresponde al original (foto 2) y la de la derecha a la imagen ya segmentada.
En la figura 59 se muestra otro ejemplo de imagen segmentada. En ella se encuentran dos parsitos de P.Vivax, pero se puede ver que tambin aqu han sido segmentados otros elementos entre los que se incluye una mancha de tintura.
Figura 59: Ejemplo de segmentacin sobre trofozotos de P.Vivax. La imagen de la izquierda corresponde al original (foto 19) y la de la derecha a la imagen ya segmentada.
En la figura 60, se puede observar la segmentacin de una imagen que presenta trofozotos de P.Falciparum. Como ya se ha comentado, son los objetos ms pequeos y tenues cuya segmentacin resulta ms complicada, en la figura se han marcado con una circunferencia roja.
122
Figura 60: Ejemplo de segmentacin de trofozotos de P.Falciparum, elementos marcados con una circunferencia roja en la imagen de la izquierda. Se puede ver como en la imagen segmentada aparecen regiones en los cinco puntos donde existen trofozotos, sin embargo, es posible que no se conserven bien las caractersticas morfolgicas de los mismos.
4.4.3 Descripcin de los objetos. Antes de proceder con la clasificacin es necesario definir los parmetros segn los cuales se llevar a cabo a la misma. En este caso se decidi que como los parsitos vienen definidos por sus caractersticas morfolgicas y de color habra que utilizar parmetros relacionados con ambas variables para lograr una clasificacin ms completa. Los parmetros elegidos para describir la morfologa fueron: o o o o rea. Eje mayor. Eje menor. 7 parmetros geomtricos conocidos como momentos invariantes, que describen un objeto de manera bi-unvoca y son invariantes a traslaciones, rotaciones y homotecias. Se define el momento general de una imagen f(x,y) como: p,q=0,1,2..
Donde los sumatorios recorren la imagen en sus dos dimensiones a travs de las coordenadas x e y.
, = (, )
123
Segn esta definicin el momento m 00 corresponde al rea y los momentos m 10 y m 01 permiten determinar el centro de gravedad del objeto de la siguiente manera:
Los momentos generales se pueden hacer invariantes a traslaciones refirindolos al centro de gravedad, obteniendo as los momentos centrales: , =
m10 m00
m01 m00
Los momentos centrales pueden hacerse invariables a homotecias, normalizndolos de la siguiente manera.
( ) ( (, ) )
00 ,
donde =
+ 2
A partir de los momentos centrales normalizados de orden 2 y 3, se definen los momentos invariantes, de la siguiente manera: 2 = (20 02 )2 + 4 11 2 ; 1 = 20 + 02 ;
+ 1
, =
p,q=0,1,2..
para p,q=2,3
5 = (30 3 12 ) (30 + 12 ) [(30 + 12 ) 2 3 (21 + 03 )2 ] + (3 21 03 ) (21 + 03 ) [3 (30 + 12 ) 2 (21 + 03 )2 ] 7 = (3 21 03 ) (30 + 12 ) [(30 + 12 ) 2 3 (21 + 03 )2 ] + (3 21 03 ) (21 + 03 ) [3 (30 + 12 ) 2 (21 + 03 )2 ] En cuanto al color, se utilizaron: o o o Los valores de las medias de cada una de las capas de color. Las varianzas. El mnimo de cada una de las capas. 6 = (03 3 02 ) [(30 + 12 ) 2 (21 + 03 )2 ] + 4 11 (30 + 12 ) (21 + 03 )
3 = (30 12 )2 + (3 21 3 03 )2 ; 4 = (30 + 3 12 )2 + (21 + 03 )2 ;
124
Es decir, los objetos quedarn descritos mediante un vector de caractersticas que consta de 19 parmetros. 4.4.4 Clasificacin. Para dar pie a la clasificacin se procedi a crear una base de datos con objetos representados mediante estos 19 parmetros. Aunque existen algoritmos que permiten implementar una clasificacin no-supervisada se consider que dado que se trata del primer desarrollo del software de reconocimiento, los objetos que estuvieran contenidos en ella deban representar fielmente los objetos reales, de manera que se descart etiquetar los objetos una vez segmentados y se procedi a la segmentacin manual de aquellos objetos que los tcnicos del laboratorio de San Juan haban identificado como parsitos previamente, haciendo uso de una funcin implementada en la Toolbox Image Proccesing de Matlab, llamada roipoly.m, que permite definir regiones de inters. La base de datos qued formada como una matriz que contena 7 gametocitos de P.falciparum, 12 trofozotos de P.Falciparum, 10 trofozotos de P.Vivax y 25 ejemplares de distintos objetos clasificados como artefactos, que no corresponden a parsitos de malaria. Todos estos objetos se encuentran descritos como vectores cuyas componentes resultan ser los 19 parmetros anteriormente mencionados. El algoritmo utilizado para clasificar los elementos segmentados por comparacin con los elementos de la base de datos, se denomina kNN-k Nearest Neighbours (k vecinos ms cercanos). Dicho algoritmo calcula la distancia eucldea , = =1( )2 entre las componentes del vector incgnita y
todos los vectores de la base de datos y devuelve como resultado aquellos k vectores con los que dicha distancia es menor.
Para mi caso, utilic una vecindad de 3, de manera que la funcin devuelve los 3 vectores de la base de datos que ms semejanza tienen con el objeto incgnita. Para la clasificacin, se establece que si dos de los 3 vecinos pertenecen a la misma clase, el objeto pertenece a dicha clase, si no existe una clase preponderante (cada uno de los tres vecinos de una clase diferente) el objeto no se clasifica. De esta manera se segmentaron y clasificaron objetos contenidos en 20 de las 24 imgenes, ya que slo se utilizaron aquellas que realmente contenan parsitos y se descartaron las negativas. Los resultados de dicho proceso se ofrecen en el siguiente captulo, como ya se ha indicado, los cdigos utilizados se encuentran en el anexo VI.
125
Captulo 5.- Resultados y discusin.
5.1 SELECCIN DEL EQUIPO DE FOTOMICROGRAFA.

5.1.1 Resultados. A partir de la seleccin de cmaras reflejada en el apartado 4.2, y de los criterios definidos en ese mismo apartado se configur la tabla 6.
Cmaras especficas microscopa
OptixCam Summit Series 3.0 MP 0.5 (8mm, 6.4mm, 4,8mm) OptixCam Summit Series 5.0 MP 1/2.5" (7.18mm, 5.76mm, 4.29mm) 5(2592 x 1944) 2.2m x 2.2m CMOS Canon EOS 1000D APS-C (26.7mm 22.2mm, 14.8mm) 10.1 (3888 x 2592) 5.7 m x 5.7 m CMOS Sony Alpha 100 Sony (28.4mm 23.6mm, 15.8mm) 10.2 (3680 x 2760) 6.1 m x 6.1 m CCD
Cmaras DSLR
PAXCAM EDU Tamao sensor (diagonal, ancho, alto)
Moticam 1000 1/3" (6mm, 4.8mm, 3.6mm) 1.3 (1080 x 1024) 3,64m x 3,64 m CMOS
Pentax K100D Pentax (28.3mm 23.5mm, 15.7mm) 6.1 (3008 x 2008) 7.8 m x 7.8 m CCD 24 JPG 36 RAW S
Nikon D3000 Nikon (28.4mm 23.6mm, 15.8mm) 10.2 (3872 x 2592) 6.1 m x 6.1 m CCD
Pentax K-x Pentax (28.4mm 23.6mm, 15.8mm) 12.4 (4288 x 2848) 5.5 m x 5.5 m CMOS 24 JPG 36 RAW S
Olympus E-450 4/3 (21.6mm, 17.3mm, 13mm) 10 (3648 x 2736) 4.75 m x 4.75 m Live Mos 24 JPG 36 RAW S
No disponible
Mpxeles
1.3 (1080 x 1024) No disponible No disponible No disponible Sin lentes
3 (2048 x 1536) 3.2m x 3.2m CMOS
Tamao pxel* CCD/ CMOS Prof. color Lentes desmontables Control exposicin automtico
24 bits
24 bits
24 bits
24 bits
24 bits
24 bits
Sin lentes
Sin lentes
Sin lentes
No disponible
No
Si
Si
No
Live View
No disponible
No
No
No
No
No
No
Frame Rate
15 fps
10 fps
11fps
8fps
3fps
2.9 fps
2.8 fps
3fps
4.7 fps
3.5fps
Formato RAW
No
No
No
No
No
Otras consideracion es
Falta de info
Incluye adaptador y software. Amplio rango de T
Precio **
1900$= 1357
515
429$=306
499$=356
365.
315.6
420
515 .
480
369
Tabla 6: Especificaciones de las cmaras elegidas segn los parmetros que se han considerado importantes. *: Aunque se han expresado todos los pxeles como cuadrados no es as en la realidad, se trata de una simplificacin para permitir su comparacin. **: Los precios en dlares se convierten a euros segn el cambio 1=1.40$ que era el cambio oficial cuando se desarroll el estudio.
127
Captulo 5: Resultados y discusin
Una vez recogidos los parmetros de inters de las cmaras seleccionadas, se procedi a la asignacin de pesos a dichos parmetros segn los criterios definidos en el captulo anterior para realizar la seleccin. Considerando el tamao del sensor, se asignan los siguientes valores: o +1: Dimensin de la diagonal entre 18 y 22 mm, que suele ser el valor de nmero de campo ms frecuente en los oculares de los microscopios presentes en laboratorios de Per. 0: Diagonal comprendida entre 12 y 18 mm que permite captar buena parte de la escena aunque no toda y entre 22 y 26 mm, que en los oculares mencionados puede producir pequeos efectos de vieteo. -1: Diagonales menores a 12 mm, no permiten captar representativamente un campo, diagonales mayores a 26 mm, pueden producir vieteos ms importantes.
Estas consideraciones, como todas las dems que se van a detallar, responden a nuestra aplicacin concreta, si se contara con un microscopio de barrido electrnico disminuira la importancia de contar con un sensor ms pequeo, ya que se podran adquirir las imgenes con rapidez. Lo mismo ocurre para las diagonales grandes si se contara con oculares de mayor nmero de campo. En cuanto al tamao del pxel, como se ha explicado, se buscan pxeles con un tamao cercano a los 4.6m de lado, que se considera un compromiso ptimo entre resolucin y SNR para una magnificacin en el objetivo de 10x, la ms restrictiva que se prev utilizar. As se definen los siguientes pesos: o o o +1: Pxeles cuyo lado mide entre 4m y 5.2m. 0: Pxeles entre 3m y 4m o entre 5.2m y 6.5m. -1: Pxeles menores a 3m y mayores a 6.5m.
Respecto al tipo de sensor, vimos en el captulo 2 como el fill-factor de los CMOS no suele superar el 60%, lo cual incide de manera negativa en la SNR. De manera que: o o 0: Para los sensores CMOS. +1: Para los sensores CCD.
La profundidad de color se considera uno de los parmetros ms importantes, se encuentra relacionada con RAW, pero no todas las cmaras que disponen de RAW aumentan la profundidad de color, de manera que asignaremos lo siguientes pesos: o -1: para aquellos dispositivos que no permiten adquirir las imgenes en RAW. 0: Para aquellos que si disponen de RAW pero no aumentan la profundidad de color estndar de 24 bits.
128
+1: Para los dispositivos que aumentan la profundidad de color por encima de los 24 bits en RAW.
Lentes desmontables, no va a puntuar porque es comn a todas las cmaras. Live View y control de exposicin automtico son considerados caractersticas interesantes, de manera que se les asigna pesos de la siguiente manera: o o o -1: Si la cmara no cuenta con dichas caractersticas. 0: Si presenta una de las dos caractersticas +1: Si presenta ambas.
Respecto a frame rate: o o +1: Para aquellos dispositivos con frame rate mayor a 5fps. 0: Para aquellos dispositivos con frame rate menor a 5 fps.
Las cmaras especficas de microfotografa suelen incluir dispositivos de acoplamiento cosa que no ocurre con las DSLR, lo cual redundar en un aumento del coste bastante elevado como veremos a continuacin. De manera que: o o +1: Para aquellos cmaras dotadas de dispositivos de acoplamiento. -1: Para aquellas que no cuentan con dichos dispositivos.
Por ltimo falta ponderar el precio: Se establece una escala que resta un punto por cada 100 que se aumenten por encima de los 300 , lo cual resulta consecuente tambin con el precio de los adaptadores que veremos a continuacin. De manera que una cmara en la horquilla de los 300-400 puntuar 0, si su precio es de 400-500, -1, etc.
A partir de estas consideraciones se puede generar la nueva tabla (tabla 7) con los pesos considerados que nos permitir realizar la eleccin del equipo.
129
Cmaras especficas microscopa

OptixCam Summit Series 3.0 MP -1 OptixCam Summit Series 5.0 MP -1 Canon EOS 1000D Sony Alpha 100
Cmaras DSLR
PAXCAM EDU Tamao sensor
Moticam 1000
Pentax K100D
Nikon D3000
Pentax K-x
Olympus E-450
-1
-1
-1
-1
-1
-1
+1
Tamao pxel CCD/ CMOS RAW + Profundidad de color Control exposicin automtico + Live View Frame Rate Dispositivos de acoplamiento Precio
-1
-1
+1
+1
+1
+1
-1
-1
-1
-1
+1
+1
+1
-1
+1
+1
+1
+1
+1
+1
+1
+1
+1
+1
+1
+1
-1
-1
-1
-1
-1
-1
-10
-2
-1
-2
-1
Total
-9
-3
-1
-2
-1
-1
-2
-1
+3
Tabla 7: Ponderacin de los criterios de seleccin del equipo.
5.1.2 Discusin. La tabla anterior arroja un resultado que se destaca claramente sobre los dems. La Olympus E-450, se ha impuesto por un tamao de sensor y de pxel muy acordes a las especificaciones buscadas, por la profundidad de color de 36 bits en RAW y por su precio asequible. Las cmaras especficas de microfotografa, descartando la PAXCAM de la que prcticamente no se dispone informacin, aparecen como una alternativa a considerar, sobre todo de cara a implementaciones que se desarrollen en tiempo real, por su mayor frame rate, o donde se trabaje con menores amplificaciones, ya que entonces el menor tamao de sus pxeles puede ser un factor determinante para lograr una buena resolucin. De todas maneras, en nuestro caso ya se ha realizado una eleccin, que todava no es completa. Es necesario considerar la adquisicin de un adaptador con ptica cuidada, que permita la fijacin del cuerpo de la cmara al microscopio y no introduzca aberraciones pticas. De las opciones existentes, que no son muchas, ya que existen multitud de roscas en las cmaras y dimetros de oculares y dado que la cmara ya haba sido escogida, se opt por un adaptador de una compaa espaola Opticamuka, especialistas en
130
instrumentos pticos y de precisin. El adaptador escogido presenta la estructura ptica Plssl que elimina gran parte de las aberraciones cromticas y esfricas, est especialmente diseado para su acople con cmaras Olympus con sensores 4/3, que incorporan una montura del tipo T2. Incluye accesorios para su acople con oculares de 30.04 mm que es el dimetro de los oculares del Olympus CX21 (no se debe confundir este nmero con el nmero de campo que es el dimetro del diafragma del ocular) y existe tambin la posibilidad de adquirir una rosca C en un futuro si la cmara deseara ser montada sobre un trinocular. El precio del adaptador es de 225. As el equipo de fotomicrografa completo queda constituido por una cmara DSLR Olympus E-450 y un adaptador con ptica Plssl. Ambos elementos se pueden observar en la figura 61. El coste de todo el equipo incluyendo gastos de envo a Per, ya que la cmara se adquiri en Estados Unidos y el adaptador en Espaa, se refleja en la tabla 8.
Figura 61: Cmara Olympus E-450 y adaptador. Fuentes: Olympus, Opticamuka.
Dlares $
Euros 378 250 628
Cmara Olympus E-450 + gastos de envo (EEUU): Adaptador + gastos de envo (Espaa)
530 350 880
Total:
Tabla 8: Coste del equipo de fotomicrografa seleccionado.
De esta manera se seleccionaba un equipo que se consideraba ptimo para las aplicaciones de telemedicina y procesamiento de imgenes que se pretendan implementar, cumpliendo con el compromiso de no superar los 1000$ de coste. Este equipo pretenda utilizarse para las evaluaciones de las imgenes como mtodo diagnstico y mediante procesamiento de imgenes desarrolladas en este PFC, sin embargo razones logsticas no lo hicieron posible, ya que, aunque fue solicitado en Febrero de 2010, no fue recibido hasta Agosto y los estudios tuvieron que realizarse de igual manera. En cualquier caso, su adquisicin permitir al Laboratorio de Imgenes Mdicas la adquisicin de imgenes ptimas para la multitud de aplicaciones que desarrollan y desarrollarn en los aos venideros.
131
5.2 EVALUACIN DEL VALOR DIAGNSTICO MICROSCPICAS DE MUESTRAS DE MALARIA.

5.2.1 Resultados.
DE
IMGENES
A partir de los diagnsticos realizados por cada uno de los tcnicos, se realiz la comparacin con el patrn de la tabla 5 y se procedi a la obtencin de resultados, los cuales se muestran en la tabla 9. Se recuerda que los tcnicos denominados Comparadores, realizaron el examen de las muestras en el microscopio y tambin en las imgenes digitales, mientras que los tcnicos Ciegos, slo visualizaron las imgenes. Los resultados estn expresados como nmero de diagnsticos correctos e incorrectos, y el porcentaje que suponen en el total de 24 muestras. As mismo, los diagnsticos incorrectos se clasifican segn el tipo de error.
Tcnico 2 Comparador Clasificacin de los diagnsticos Microscopio Imgenes Tcnico 3 Comparador Microscopio Imgenes Tcnico 4 Comparador Microscopio Imgenes Tcnico 5 Ciego Imgenes Tcnico 6 Ciego Imgenes
Correctos Incorrectos
23 (96%) 1 (4%)
17 (71%) 7 (29%)
16 (67%) 8 (33%)
13 (54%) 11 (46%)
14 (58%) 10 (42%)
9 (37%) 15 (63%)
19 (79%) 5 (21%)
7 (29%) 17 (71%)
FN Tipo error FP Especie Parasitemia 1
1 2 2 2
2 1 3 2
3 1 5 2
6 1
3 1 1 4 10 3
4 2
7 1
Tabla 9: Evaluacin de los diagnsticos elaborados por los 3 tcnicos Comparadores y los dos tcnicos Ciegos. Se observa que el porcentaje de diagnsticos correctos en el examen al microscopio vara entre el 58% y el 96%, mientras que en las imgenes vara entre el 29% y el 79%.
A la luz de estos resultados podemos extraer la siguiente informacin: 1. La mayora de los tcnicos obtienen ms diagnsticos correctos que incorrectos, tanto en la visualizacin sobre el microscopio, como observando imgenes. nicamente, los tcnicos con experiencia menor a un ao, obtienen un mayor nmero de diagnsticos incorrectos que correctos en las imgenes. Los tres tcnicos Comparadores, obtienen resultados inferiores sobre las imgenes que sobre el microscopio, pero cercanos (96% de diagnsticos correctos sobre el microscopio frente a 71% en las imgenes para el tcnico 2; 67% frente a 54% para el tcnico 3; y, 58% frente a 37% para el tcnico 4). Los resultados obtenidos por los tcnicos con mayor experiencia, en las imgenes digitales, resultan mejores que los obtenidos por los tcnicos de menor experiencia sobre el microscopio, (71% y 79% de diagnsticos correctos para los tcnicos 2 y 5 sobre imgenes, frente a 68% y 57% para los tcnicos 3 y 4 sobre el microscopio). En la figura 62 se muestran las rectas de regresin que relacionan el nmero de diagnsticos correctos con la experiencia, para ambas tcnicas. En el caso de las imgenes digitales, la experiencia se relaciona con los diagnsticos correctos con un coeficiente de correlacin R2=0,7569, mientras que en el
2.
3.
4.
132
microscopio, la relacin es de R2=0.9678, lo cual indica que la relacin entre experiencia y diagnsticos correctos es significativamente ms fuerte en el caso del diagnstico tradicional (P < 0.01). 5. La comparacin entre los resultados en las imgenes de los tcnicos Ciegos y Comparadores indican que sus resultados son similares (P>0.05). La media de diagnsticos correctos en ambos casos es 13, y aunque la varianza dentro de los Ciegos es ligeramente superior, no se considera significativa (P>0.05). Si comparamos los resultados para distintos niveles de experiencia, encontramos que el tcnico 5 (Ciego) observando slo imgenes y contando con menor experiencia obtiene mejores resultados en las imgenes que el tcnico 2 (Comparador) que visualiz previamente las muestras en el microscopio (19 diagnsticos correctos contra 17, adems los errores del tcnico 2 representan una gravedad menor). Esta tendencia se invierte en el caso de los tcnicos con menor experiencia (tcnicos 4 y 6) pero dado el gran nmero de errores presentes en los dos casos, podemos considerar esta diferencia como menos significativa. N diagnsticos correctos vs Experiencia (microscopio)
25 N diagnsticos correctos 20 15 10 5 0 0 20 40 60 Meses de experiencia N diagnsticos correctos
N diagnsticos correctos vs Experiencia (imgenes)

N diagnsticos correctos Recta de regresin
25 20 15 10 5 0 0 20 40 60
N diagnsticos correctos Recta de regresin

Meses de experiencia
y = 0,1881x + 13,214 R = 0,9674
y = 0,2163x + 8,5452 R = 0,7569
Figura 62: Relacin de diagnsticos correctos vs experiencia en el diagnstico tradicional y en el implementado con imgenes digitales. En el caso del microscopio el coeficiente de correlacin es R2= 0.9678, mientras que en las imgenes es R2=0.7569, lo cual sugiere que la experiencia resulta mucho ms determinante para lograr un diagnstico correcto en el caso del microscopio que en la nueva tcnica propuesta (P<0.01).
En cuanto al anlisis por regiones concntricas se contabilizaron los parsitos correctamente determinados en cada una de las regiones, segn el criterio definido en el captulo 4, lo cual permiti obtener el siguiente grfico (figura 63):
133
Conteo por regiones concntricas

60 50 40 32 30 20 10 0 Zonas 34 53
Zona1 Zona2 Zona3
Figura 63: Conteo de parsitos totales por regiones concntricas. La zona 1 corresponde al crculo interior, la zona 2 a la corona circular intermedia y la zona 3 a la regin exterior.
Los resultados no permiten establecer una conclusin tajante sobre el enfoque o el ngulo de visin en las distintas zonas de la foto. Aunque en la zona 1 se han visualizado ms parsitos, esto no permite determinar que los bordes se encuentran peor enfocados. No debemos olvidar que los campos a visualizar fueron elegidos por un operador manual que normalmente tiende a dejar los objetos que se van a buscar en el centro de la imagen, que tambin resulta el lugar ms llamativo a la hora de la lectura. Los resultados prcticamente iguales de las zonas 2 y 3, confirman la hiptesis de que no existen graves problemas de enfoque en los bordes de la imagen. En cualquier caso, realizar este estudio resulta de tal sencillez que podra implementarse en cualquier futura prueba que se realice similar a sta. 5.2.2 Discusin. Los porcentajes de diagnsticos correctos de los tcnicos Comparadores oscilan entre 58%-96% para la visualizacin sobre el microscopio y entre 37%-71% para el examen con imgenes digitales. Dada la gran variabilidad y el escaso nmero de muestras, a pesar de que los resultados en el microscopio son ligeramente superiores para cada uno de los tcnicos, no se puede afirmar que en general se vayan a obtener mejores resultados con el mtodo tradicional (P>0.05). En varios del los estudios referenciados, los diagnsticos mejoran cuando se utilizan varias imgenes para diagnosticar una misma muestra [24, 27], se ofrece la capacidad de descartar aquellas muestras consideradas poco claras [28] o se sugiere la capacitacin previa de los patlogos con imgenes para acostumbrarles a la nueva tecnologa y as vencer los fenmenos de resistencia al cambio [22]. Los resultados se califican de prometedores cuando presentan valores de concordancia cercanos al 70% [27, 28, 31]. En este estudio, los tcnicos diagnostican cada muestra con una sola imagen, adquirida con la tecnologa de bajo coste mencionada y tenemos la seguridad de que nunca haban intentado diagnosticar malaria a travs de imgenes. Los fenmenos de resistencia al cambio se manifiestan al comparar la experiencia con el nmero de diagnsticos correctos (figura 62). Se observa que la relacin entre ambas magnitudes es mayor en el caso del microscopio, lo cual indica que al exponer a los tcnicos al uso de una nueva tcnica diagnstica, la experiencia en el mtodo tradicional cobra menos importancia y los resultados tienden a igualarse. Sin embargo, se observa que los tcnicos ms experimentados (2 y 5) obtienen mejores resultados en las imgenes digitales que los tcnicos 3 y 4 en el microscopio y que el tcnico 5, que no ha visualizado las muestras previamente en el microscopio, diagnostica la presencia o ausencia de malaria en imgenes digitales el 100% de las ocasiones, ya que sus errores son de especie y parasitemia (1 y 4, respectivamente).
134
La media de diagnsticos correctos sobre imgenes es del 54%. Si restringimos el anlisis a los resultados de los tcnicos con experiencia mayor a dos aos (2 y 5), el resultado asciende hasta el 75%, porcentaje de aciertos parecido al obtenido en los estudios referenciados, en los que suelen participar expertos patlogos. Es importante sealar que las cifras obtenidas no resultan absolutamente fiables y de hecho estamos seguros de haber introducido ciertos errores. El problema estriba en que los diagnsticos que aceptamos como vlidos, se basan nicamente en pruebas empricas de tcnicos que por mucha fiabilidad que atesoren siempre estn sujetos al error humano. Teniendo en cuenta unas condiciones visuales ptimas, la experiencia se perfila como el nico factor de importancia a la hora de confiar en que un tcnico vaya a diagnosticar correctamente. Por ello, El Patrn se configura segn los diagnsticos establecidos por el tcnico ms experimentado y el resto de diagnsticos se evalan mediante la comparacin con ste. Adems, durante el examen de las muestras, se introduce una segunda fuente de error que distorsiona los resultados. Aunque stos se presentan segn el sistema de diagnstico por cruces, anteriormente explicado, los tcnicos deben realizar primeramente una identificacin de los parsitos de cada especie presentes en la muestra. Sin embargo, no se realiza una verificacin para saber si los parsitos han sido bien reconocidos, de manera que pueden existir objetos que a pesar de haber sido mal identificados, contribuyan o no afecten a la generacin de un diagnstico correcto. De la misma manera, dentro de los diagnsticos incorrectos, no es posible medir el nivel de error en cuanto a la cantidad de parsitos equivocados o no visualizados. Se considera que la influencia de estos errores es importante pero limitada. Existe sin embargo, un posible error que si influyera, distorsionara los resultados por completo, se trata de la consideracin de que los tcnicos Comparadores actan desde un punto de vista ciego al examinar las imgenes a pesar de haber realizado un examen de las mismas muestras dos das antes sobre el microscopio. La labor de dos tcnicos Ciegos que observan slo imgenes, permite comprobar si los resultados de los tcnicos Comparadores con un nivel similar de experiencia se ven influenciados. Los resultados descritos en el punto 5, permiten afirmar que los tcnicos Comparadores han actuado efectivamente desde un punto de vista ciego y dar validez a los resultados. Es importante sealar, de cara a posibles rplicas de este estudio, que las muestras fueron cambiadas de orden entre las dos visualizaciones y que los tcnicos siguieron trabajando con muestras hemticas y de esputo tanto durante el primer da de trabajo, como durante el da de descanso. Respecto al anlisis por regiones concntricas no se puede aadir mucho ms a lo ya manifestado. Los resultados no permiten concluir que el campo visual se haya visto afectado, se debera implementar un estudio ms completo que defina con claridad los verdaderos parsitos y en el cual los parsitos se encontraran uniformemente repartidos en todo el campo de la muestra. Se puede concluir, que los resultados, aunque ligeramente distorsionados, resultan esperanzadores para la implementacin de sistemas de telepatologa de bajo costo, en particular para la transmisin de imgenes de malaria. Los resultados obtenidos en las imgenes digitales se encuentran cercanos a los obtenidos en el microscopio, a pesar de contar con un equipo de bajo costo, de que slo se les permiti observar una imagen, de la falta de adaptacin al sistema y de la inexperiencia de algunos de los tcnicos. Es lcito considerar que si los tcnicos expertos estuvieran ms acostumbrados a examinar imgenes y se les permitiera ver ms de un campo de la muestra, obtendran mejores resultados y podran ser muy tiles como segunda
135
referencia para aquellos tcnicos menos experimentados situados en puestos de salud aislados; los cuales, por su parte, deberan ser capaces de teir correctamente las muestras, distinguir formas sospechosas para seleccionar campos representativos, adquirir las imgenes y enviarlas. En resumen, los resultados apuntan a que la implementacin de un sistema de segunda referencia haciendo uso de un equipo de adquisicin de bajo coste sera viable desde el punto de vista del valor diagnstico, tras una etapa previa de entrenamiento de los tcnicos destinados al diagnstico mediante imgenes y si se contara con la posibilidad de enviar varias imgenes de una misma muestra en un tiempo aceptable para lo que habra que evaluar la capacidad de la red. La implementacin completa de un sistema de tele-diagnstico a travs de telepatologa dinmica, por ejemplo, requerira de un sistema de adquisicin de mejores prestaciones.
5.3 DIAGNSTICO DE MALARIA POR PROCESAMIENTO DE IMGENES.

5.3.1 Resultados. La aplicacin del cdigo implementado segn el algoritmo descrito en el captulo 4, permiti segmentar y clasificar objetos presentes en las 20 imgenes positivas. La evaluacin de dicho proceso de clasificacin se realiza en base a los trminos descritos en el punto 3.4.1: VP, VN, FP y FN por comparacin con los parsitos correctamente determinados ya utilizados para el anlisis por regiones concntricas. Los resultados, representados en la tabla 10, se ofrecen para cada una de las especies por separado como en la bibliografa de referencia. Es preciso comentar que los errores pueden ser de dos tipos, el primero es la confusin entre un parsito y un artefacto en cuyo caso este baremo es perfectamente vlido, ya que si un parsito de cualquier especie es marcado como artefacto se puede considerar un falso negativo y si ocurre a la inversa como un falso positivo de la especie indicada. Sin embargo si el error es de especie, provoca tanto un falso positivo (por indicar una especie que no es) como un falso negativo (por no indicar el parsito de una especie que s apareca). Para tratar este problema se opt por tratar los errores de especie como falsos negativos de la especie no sealada que determina un error de mayor gravedad, para as poder contabilizar nmero total de objetos y comparar los resultados con los de investigaciones similares. Los falsos positivos se definen entonces nicamente como la indicacin de un parsito donde en realidad hay un artefacto. Los errores de especie son poco frecuentes en todo caso, ya que las semillas y propiedades difieren bastante entre unos parsitos y otros.
136
VP Gametocitos Falciparum VP Trofozotos Falciparum VP Trofozoitos Vivax VN FP Gametocitos Falciparum FP Trofozotos Falciparum FP Trofozoitos Vivax FN Gametocitos Falciparum FN Trofozotos Falciparum FN Trofozoitos Vivax Objetos no clasificados N total gametocitos reales N total de trof. de Falciparum reales N total de trof. de Vivax reales N total de objetos reconocidos Media de tiempo de procesamiento Media de objetos segmentados por imagen Total imgenes segmentadas
4 12 11 877 30 103 42 5 45 35 12 9 57 46 1164 18 min/imagen 47 20
Tabla 10: Resultados del proceso de clasificacin tras el procesamiento de las imgenes.
A partir de estos resultados podemos calcular los valores definidos en el apartado 3.4.1, que nos permitirn evaluar el desempeo del software creado y compararlo con otras investigaciones similares. Estos valores se calcularn para cada una de las especies y en general y se muestran en la tabla 11.
Gametocitos P.Falciparum Sensibilidad Especificidad VPP VPN Precisin 44,4% 96,7% 11,8% 99,4%
Trofozotos P.Falciparum 21,0% 89,5% 10,4% 95,1%
Trofozotos P.Vivax 23,9% 95,4% 20,8% 96,2%
General 31,8% 83,36% 15,4% 91,2% 77.63%
Tabla 11: Desempeo del software de procesamiento de imgenes para diagnstico de malaria.
137
5.3.2 Discusin. Los resultados muestran valores de sensibilidad y de VPP generales que se consideran bajos, a la luz de ellos se puede decir que el sistema no va a servir en su actual estado de desarrollo para diagnosticar malaria, lo cual ya se prevea. Los valores de especificidad, precisin y VPN resultan mucho ms altos en cambio, lo cual no es muy sorprendente ni muy til: Se interpreta que ante la diversidad de artefactos existentes en las muestras y recogidos en la base de datos, es normal que la mayora de objetos que aparecen, sean artefactos y sean reconocidos como tales. De mayor inters resulta la comparacin entre especies. Como se esperaba, los trofozotos de P.Falciparum obtienen los peores resultados debido a su pequeo tamao y su bajo contraste con el fondo, lo cual dificulta enormemente el proceso de segmentacin. Se considera que la segmentacin en s, piedra angular de la tarea completa de procesamiento ha obtenido buenos resultados, con una media de 47 objetos segmentados por imagen, en una mayora de los casos ha segmentado los objetos de manera que podan distinguirse a simple vista. Slo en una ocasin (foto 23) con una tincin claramente incorrecta, se lleg al lmite de 23000 pxeles a partir del cual se descarta una regin que puede contener informacin. En el caso de los trofozotos de P.Falciparum en muchas ocasiones, la segmentacin no poda mantener la morfologa del objeto, lo que llev a su clasificacin como artefacto al ser confundido con una pequea plaqueta. Respecto a la segmentacin de artefactos, aunque fueron la mayora de objetos reconocidos (la media de parsitos por lmina es de 5.6), y se trata de un efecto indeseado, se dieron casos en los que glbulos blancos no fueron segmentados y muchos de los artefactos segmentados provienen de problemas de tincin, fcilmente corregibles. El tiempo de procesamiento medio es de 20 minutos por muestra. Tampoco es considerado adecuado para la implementacin del sistema definitivo, pero si el software se re-implementara en C, podra reducirse el tiempo del proceso unas 10 veces, hasta los dos minutos, en cuyo caso el sistema s podra resultar de utilidad. La comparacin con otros estudios realizados [38] y [39] indica que nuestro sistema no ha alcanzado el desempeo de dichos sistemas, que alcanzan sensibilidades del 85.1% y del 72.1% respectivamente frente a un 31.8% del nuestro. Sin embargo, dichos estudios se realizan sobre muestra de Frotis, perifricas, es decir, donde los glbulos rojos se encuentran separados y son distinguibles, mientras que en las imgenes de Gota Gruesa utilizadas, no se pueden distinguir los glbulos rojos y se han creado precipitados que influyen en el procesamiento de la imagen. Se podra argumentar que en ese caso, si el Frotis presenta mejores caractersticas para el procesamiento de las imgenes, el estudio debera haberse hecho sobre Frotis. Esta disquisicin ya se trat en el captulo 3, la Gota Gruesa permite visualizar una mayor cantidad de sangre por campo, lo cual conduce a determinar la parasitemia con mayor velocidad. El hecho de que su procesamiento sea ms complicado y de que apenas existan investigaciones en este campo result ms bien un aliciente para la investigacin que un freno. En cualquier caso el trabajo realizado permite extraer una valiosa informacin de cada uno de los procesos que componen el procesamiento de la imagen, y proponer futuras lneas de actuacin, que acerquen el propsito de desarrollar un sistema capaz de automatizar el diagnstico de malaria: 1. En primer lugar se considera que el eslabn ms dbil de la cadena resulta ser el proceso de adquisicin. El equipo utilizado no era ptimo, la cmara no era
138 Captulo 5: Resultados y discusin
de lentes desmontables, con lo que se habrn introducido aberraciones y adems el sensor tuvo que aumentar su distancia de enfoque lo que ha podido ocasionar vieteo. Adems, no se dispuso de mecanismos de fijacin para la cmara con lo cual, aunque no se puede apreciar a simple vista, es probable que se hayan producido ligeros desplazamientos que hayan llevado a emborronamientos en las fronteras de los objetos. Este hecho unido al de que las muestras utilizadas llevaban largo tiempo almacenadas y en algunas de ellas se pueden apreciar manchas de tincin, hacen que el proceso de adquisicin se haya ejecutado en condiciones que distan bastante de ser ptimas. Se recomienda la utilizacin de un equipo adecuado basndose en los criterios utilizados en el primer epgrafe de este captulo y utilizar muestras teidas recientemente en las que el proceso de tincin estandarizado se haya seguido escrupulosamente. 2. En cuanto al pre-procesamiento, se considera que el hecho de ajustar al contraste para utilizar todo el rango dinmico ha resultado positivo. La mejora del proceso de tincin debera limitar las variaciones existentes en el fondo de la imagen, pero es obvio que de cara a la escalabilidad y robustez del sistema es importante no depender nicamente de este aspecto tan vulnerable al error humano. Se recomienda la exploracin de un sistema de calibracin de color que permita la uniformizacin del fondo de las imgenes para que la definicin de semillas sea ms eficiente y dichas semillas no incluyan elementos del fondo como ha ocurrido en algunas de las imgenes. Respecto a la segmentacin, se considera que dadas las condiciones en las que se encontraban las imgenes, el algoritmo de regin creciente se ha comportado razonablemente bien. Se recomienda explorar nuevas implementaciones de este algoritmo utilizando imgenes con mayor profundidad de color, en formato RAW, por ejemplo, que permitan definir las semillas y umbrales dentro de un mayor rango de valores para hacer la segmentacin ms precisa. Respecto a la descripcin de los objetos, aunque se considera que los parmetros utilizados eran los adecuados para este estudio, futuras implementaciones pueden sugerir la utilizacin de nuevas caractersticas. Un mundo a explorar son las caractersticas relacionadas con la frontera de los objetos. Aqu han sido utilizadas caractersticas que se refieren ms bien a la morfologa de todo el rea comprendida por la regin, pero si se dispone de imgenes con mayor contraste en las que las fronteras se encuentren mejor definidas, puede ser til la utilizacin de descriptores como el esqueleto o la signatura descritos en [35] que permitan la identificacin de formas como la coma para trofozotos de P.Falciparum o la banana en los gametocitos de la misma especie. Respecto al proceso de clasificacin, se considera que kNN es un mtodo sencillo y computacionalmente rpido que permite lograr buenos resultados. Se puede explorar a corto plazo la utilizacin de un mayor nmero de vecinos, sobre todo si se cuenta con una base de datos con un mayor nmero de elementos. El nmero de elementos de cada clase que forman la base de datos debera ser objeto de revisin tambin, tendiendo a una distribucin ms simtrica, ya que resulta obvio que aquellos elementos que cuenten con un mayor nmero de representantes tienen ms probabilidades de ser escogidos por el algoritmo kNN. Una posibilidad a explorar es la definicin de las distintas clulas sanguneas para que el concepto de artefacto no incluya tantos
3.
4.
5.
139
elementos diferentes, lo que le hace ms susceptible de ser confundido con cualquiera de las especies. No se recomienda la utilizacin de mtodos de clasificacin no supervisada por la gran cantidad de elementos disponibles en una muestra sangunea y porque la informacin de la que se dispone en cuanto a la morfologa y caractersticas de color de los parsitos no debiera ser despreciada. En resumen, el software desarrollado no puede competir con la mayora de tcnicos mnimamente entrenados ni aspirar a sustituirlos. Se ha comprobado que el reconocimiento de parsitos en una muestra sangunea de Gota Gruesa resulta un proceso de extrema complejidad. Sin embargo se aportan directrices que resultarn de utilidad si se desea seguir explorando esta va de investigacin. El optar por otras opciones depender de la capacidad tcnica y las herramientas disponibles, es decir, si finalmente se desarrolla un microscopio de barrido electrnico capaz de adquirir un gran nmero de imgenes de calidad en tiempo escaso, quiz sea ms interesante dirigir los esfuerzos hacia un procesamiento de imgenes de la periferia del Frotis, si por el contrario no se logra dicha implementacin o se desechara la instalacin del mecanismo en los puestos de salud por problemas de coste u otros, dirigir los esfuerzos hacia el desarrollo de un software robusto podra lograr el objetivo a un coste muy inferior.
140
Captulo 6.- Conclusiones y recomendaciones.
1. El objetivo del PFC es estudiar la viabilidad tcnica de modernizar y mejorar el sistema de diagnstico de malaria mediante telepatologa y procesamiento de imgenes. Su inters radica en los estudios realizados, que han permitido descubrir y describir las dificultades y problemas que presentan estos procesos y proponer directrices para seguir investigando a corto y largo plazo, pero tambin en el diseo mismo de los estudios ya que se ha procurado ser riguroso para que la informacin obtenida sea representativa a pesar del bajo nmero de muestras utilizado. 2. Se ha comprobado la complejidad del proceso de diagnstico clsico, causada por la cantidad de especies de parsitos en sus distintos estados vitales, el conjunto de clulas sanguneas que aparecen en una muestra e irregularidades en el proceso de tincin. A travs de las pruebas realizadas con la colaboracin de tcnicos de laboratorio se demuestra como los resultados diagnsticos presentan una fuerte variabilidad en funcin de la experiencia. Los propios tcnicos manifestaron que contar con un dispositivo de tele-consulta o de automatizacin del diagnstico, sera de enorme utilidad si la fiabilidad del mismo estuviera garantizada. 3. Por otro lado, se cuenta con una infraestructura de telecomunicaciones con suficiente ancho de banda como para dar soporte y garantizar la sostenibilidad de los proyectos de telemedicina que se desarrollen. Dentro del Laboratorio de Imgenes Mdicas se cuenta con personal capacitado a travs de diversas investigaciones para encarar la tarea de procesamiento de imgenes de malaria. Adicionalmente, proyectos como el desarrollo del microscopio de barrido electrnico resultan convergentes con la investigacin en malaria y pueden dar lugar a potentes sinergias. 4. La evaluacin del valor diagnstico sugiere que las imgenes pueden ser tiles para diagnosticar travs de ellas, pero tambin refleja los problemas que supondra la implementacin del nuevo sistema y que deberan ser afrontados antes de proceder a la misma: El proceso de adquisicin resulta clave, es necesario que se respeten estrictamente los protocolos de tincin y recomendable contar con un equipo de fotomicrografa con la resolucin adecuada y que preferiblemente no introduzca aberraciones, en cualquier caso, un equipo de bajo coste (por debajo de los 200$), puede servir para implementar sistemas de segunda referencia, siempre que la muestra se encuentre en buenas condiciones y exista comunicacin entre los patlogos que permita al del centro de destino solicitar nuevas imgenes si lo considera necesario. Se considera fundamental contar con un nexo que fije la cmara al ocular del microscopio y evite desplazamientos que emborronan la imagen. Se han observado fenmenos de resistencia al cambio al comparar los resultados obtenidos utilizando una tcnica y otra, con la experiencia de los tcnicos. Se sugiere disear un proceso de capacitacin, basado en una plataforma informtica que permita el entrenamiento de los tcnicos en la lectura sobre imgenes y en sencillas tcnicas de pre-procesamiento para que puedan ajustar los parmetros de la imagen segn su criterio que redunde en una mayor comodidad en la lectura.
142
Captulo 6.- Conclusiones y Recomendaciones
Aunque se ha procurado ser riguroso, es cierto que el nmero de tcnicos que participan en el estudio y de muestras es discutible que sea representativo, ya que adems los resultados presentan una gran variabilidad. Antes de la implementacin definitiva, debera realizarse un estudio similar en centros rurales, si es posible con un mayor nmero de tcnicos y/o muestras e intercambiando lminas entre centros diferentes. Se considera fundamental realizar la comprobacin del punto de vista ciego si se realizan estudios intraobservador. Se sugiere tambin el establecimiento de un patrn ms fiable, por objeto, a travs de la atenta mirada de uno o varios tcnicos experimentados que marquen directamente los parsitos que visualizan en el microscopio en la imagen recin adquirida. Todas estas recomendaciones representan un aumento del coste econmico y de la duracin del estudio, que no se disponan para su desarrollo en este PFC y que sin embargo, de cara a la implementacin definitiva del sistema, representan un porcentaje mnimo de ambos aspectos.
5. En cuanto al diagnstico por procesamiento de imgenes, se considera que a pesar de la dificultad que presenta segmentar imgenes de Gota Gruesa, es viable lograr la automatizacin del diagnstico, pero aqu los requisitos son ms estrictos: En cuanto al proceso de adquisicin, se considera indispensable la utilizacin de un equipo de fotomicrografa con una resolucin y tamao del sensor adecuados a la aplicacin que se pretenda desarrollar y un sistema ptico libre de gran parte de las aberraciones. Importante se considera que la cmara cuente con una mayor profundidad de color en el ADC a los 24 bits estndar y que proporcione las imgenes en formato RAW. Por supuesto los tiempos de tincin deben respetarse escrupulosamente y los componentes utilizados encontrarse en un perfecto estado. En cuanto a la etapa de pre-procesamiento, un algoritmo de calibracin de color podra resultar de gran importancia de cara a la escalabilidad del sistema. Respecto a la segmentacin se considera que la Regin Creciente es un algoritmo que por sus caractersticas resulta idneo para la aplicacin a desarrollar y que ha obtenido resultados razonablemente buenos. Sin descartar por completo la utilizacin de otras tcnicas, se cree que el algoritmo mejorara mucho su desempeo, contando con imgenes de mayor calidad y si existiera un rango ms amplio en que definir semillas y umbrales. La descripcin de los objetos es seguramente mejorable sobre todo a partir de la forma de la frontera del objeto si sta se puede definir con claridad. Dependiendo del nmero de imgenes que se manejen puede lograrse la ampliacin de la base de datos y a partir de sta del nmero de vecinos de kNN. Ambas magnitudes deberan estar relacionadas, se podra probar el desempeo del sistema con distintos tamaos de base de datos y nmero de vecinos para hallar una relacin ptima entre ambos parmetros.
Respecto al tiempo de procesamiento es importante sealar que la implementacin definitiva del sistema no puede permitirse tiempos de 20 minutos por imagen, los cuales son susceptibles de aumentar utilizando imgenes con mayor profundidad de color. La migracin a C o un lenguaje similar, no diseado para el clculo matricial, resulta un trabajo adicional ya que habra que definir las funciones
143
descritas en el Toolbox de procesamiento de imgenes de Matlab, pero seguramente ser inevitable para hacer el sistema funcional. En cualquier caso, dependiendo de las herramientas puede ser interesante cambiar el enfoque, por ejemplo, si se dispone de un microscopio de barrido electrnico, implementar un sistema que trabaje con Frotis, basndose en el algoritmo de segmentacin aqu propuesto o mediante un sistema inductivo como Split and Merging, que permita reconocer los glbulos rojos en primer lugar. 6. Se considera que el estudio realizado para la eleccin del equipo de fotomicrografa resulta fundamental redefinirlo en funcin de la aplicacin que se pretenda desarrollar. Las variables aqu consideradas pueden utilizarse como referencia para una mayora de patologas, sin embargo los requisitos de coste pueden cambiar o quiz se deban asignar pesos diferentes a cada una de las variables o considerar la inclusin de otras. Se recuerda que el equipo seleccionado se pretende utilizar como patrn frente a otros de coste menor cuando se afronte la sostenibilidad y escalabilidad del proyecto. En cualquier caso, dadas las lneas de investigacin que se proyectan desde el Laboratorio de Imgenes Mdicas, se considera que el coste de un equipo de estas caractersticas queda ampliamente justificado. 7. En relacin con el punto anterior y afrontando la problemtica de una implementacin real del sistema, se considera fundamental la realizacin de un estudio de viabilidad econmico y social que complemente a ste y justifique dicha implementacin. 8. Por ltimo, destacar las sinergias que se produjeron durante el debate para la adquisicin del equipo mencionado y en los contactos con la Direccin de Salud de Loreto. La bsqueda de colaboradores tanto tcnicos como de diferentes instituciones que conocen y participan en la realidad social de las reas beneficiarias, debera ser una mxima de todos aquellos grupos que pretendan implementar un Proyecto de Desarrollo de carcter multidisciplinar, para incidir de la manera ms integral posible.
144
REFERENCIAS
[1] World Health Organization, Geneva; 2010. World Malaria Report 2010. [2] World Health Organization, Geneva; 2008. World Malaria Report 2008. [3] Instituto Nacional de Salud (Per). Manual de procedimientos de laboratorio para el diagnstico de malaria. Serie de Normas Tcnicas N39. Lima, 2003. [4] Presidencia del Consejo de Ministros (Per), Organizacin de las Naciones Unidas. Informe de cumplimiento de los Objetivos de Desarrollo del Milenio Per 2008 Resumen Ejecutivo. Lima, 2008. [5] Direccin general de Epidemiologa, Minsa (Per). Situacin de la malaria en el Per 2009. Lima, 2009. [6] Kofi A.Annan. Asamblea General de las Naciones Unidas. Declaracin del Milenio. Nueva York, 2000. [7] M Carmen Turrientes y Rogelio Lpez-Vlez. Unidad de Medicina Tropical y Parasitologa Clnica. Hospital Ramn y Cajal. Madrid [8] Jason D Maguire et al. Production and validation of durable, high quality standardized malaria microscopy slides for teaching, testing and quality assurance during an era of declining diagnostic proficiency- Malaria Journal 2006, 5:92 [9] Salomn Durand et al. Oportunidad en el diagnstico y tratamiento de la malaria en comunidades periurbanas de la Amazona Peruana. Rev Peru Med Exp Salud Publica 22(1), 2005 [10] Francisco J Lpez Antuano La malaria y su sombra: III. Diagnstico y tratamiento. Rev. Fac. Med. UNAM Vol.44 No.4 Julio-Agosto, 2001. [11] Departamento de Informtica, Sensores y Computadores- Universidad Politcnica de Valencia.Sensores y cmaras. [12] Efran Garca y Rubn Osuna.- Fundamentos de fotografa digital. [13] Douglas B. Murphy. Fundamentals of Light Microscopy and Electronic Imaging. 15, Diciembre 2001. ISBN: 047125391X [14] Williams, J. "Image Clarity: High-Resolution Photography", Focal Press, 1990. [15] Luis Alfaro Ferreres et al. Manual de Telepatologa. Sociedad Espaola de Anatoma Patolgica. Pamplona, 2001. ISBN: 84-699-5286-2. [16]Eddie Angel Sobrado Malpartida. Sistema de visin artificial para el reconocimiento y manipulacin de objetos utilizando un brazo robot. Pontificia Universidad Catlica del Per. Lima, 2003 [17] Ernesto Coto. Mtodos de Segmentacin de Imgenes Mdicas. Universidad Nacional de Venezuela. Marzo 2003. [18] Grupo de Telecomunicaciones Rurales, Pontificia Universidad Catlica del Per. Redes Inalmbricas para Zonas Rurales. Lima, Enero 2008. ISBN: 978-9972-42-843-2. [19] Kurth Mendoza. Largo alcance. Suplemento de innovacin, tecnologa e investigacin del semanario Puntoedu, N9. Pontificia Universidad Catlica del Per. Agosto 2009. [20] Benjamn Castaeda. Imgenes Mdicas en el Per. Per y Amrica Latina en la Era Digital: Transformando la Sociedad. 11 de Octubre de 2009.
145
Referencias
[21] Benjamn Castaeda et al. Automated Tuberculosis Screening Using Image Processing Tools. The International Journal of Tuberculosis and Lung Disease, vol. 14, n. 11, pp. s345. [22] Ronald S. Weinstein, Michael R. Descour, Cheng Liang et al. Telepathology Overview: From Concept to Implementation. Human Pathology 32:1283-1299, 2001. [23] Carlos Rey Moreno. Systematic Review of Telemedicine Projects in Colombia. Master Thesis, Aalborg University. Septiembre 2008. [24] Ivar Nordrum, Monika Johansen, Anil Amin et al. Diagnostic Accuracy of Second-Opinion Diagnoses Based on Still Images. Human Pathology 2004, 35:129-135. [25] Ronald S. Weinstein, Anna R. Graham, Lynne C. Richter et al. Overview of telepathology, virtual microscopy, and whole slide imaging: prospects for the future. Human Pathology 40, 10571069, 2009. [26] Bradford E. Halliday, A. K. Bhayracharyya, Anna R. Graham et al. Diagnostic Accuracy of an International Static-lmaging Telepathology Consultation Service. [27] Urs Luethi, Lorenz Risch, Wolfgang Korte et al. Telehematology: critical determinants for successful implementation. Blood, 15 January 2004, Vol. 103, No. 2, pp. 486-488. [28] MAJ Clinton K. Murray et al. The Remote Diagnosis of Malaria Using Telemedicine or E-Mailed Images. Military Medicine, 171, 12:1167, 2006. [29] W.J. McLaughlin, R.B. Schifman, K.J. Ryan et al. Telemicrobiology: Feasibility Study. Telemedicine Journal 1998; 4:1117. [30] Ltc Patrick Scheid, David M. Lam, Ltc Alois Thmmes et al. Telemicrobiology: A Novel Telemedicine Capability for Mission Support in the Field of Infectious Medicine. Telemedicine and e-Health 13:2, 108-117. [31] Bruce H. Williams, Florabel G. Mullick, Daniel R. Butler et al. Clinical Evaluation of an International Static ImageBased Telepathology Service. Hum Pathol 32:1309-1317, 2001. [32] Livia Bellina , Eduardo Missoni. Mobile cell-phones (M-phones) in telemicroscopy: increasing connectivity of isolated laboratories. Diagnostic Pathology 2009, 4:19 [33] CS Godse, S Patkar, NS Nabar et al. Mobile Camera Microphotography: A Simple But Elegant Technique For Telediagnosis of Malaria. JKSience Vol. 10 No. 3, July-September 2008. [34] Fernando D. Balducci et al. Reporte Final Estudio Exploratorio de Viabilidad para la implantacin de sistema de ayuda al diagnostico de malaria por Telemicroscopia. Fundatel 2008. [35] Rafael C.Gonzalez,et al. Digital Image Proccesing Using Matlab. Prentice Hall, 2004. [36] Marcos Martn. Tcnicas Clsicas de Segmentacin de Imagen. Mayo 2002. [37]F Boray Teket al. Computer vision for microscopy diagnosis of malaria. Malaria Journal 2009, 8:153 doi:10.1186/1475-2875-8-153. [38] Ross NEet al. Automated image processing method for the diagnosis and classification of malaria on thin blood smears. Med Biol Eng Comput 2006, 44:427-436. [39] Tek FB et al. Malaria parasite detection in peripheral blood images. In Proc Br Mach Vis Conf Edinburgh, UK; 2006.
146
Referencias
ANEXOS
Anexo I- Fichas tcnicas de cmaras evaluadas.
Cmaras especficas de microscopa:
1. PAXCAM EDU:
Camera Model Megapixels Image Resolution Image Size (color, uncompressed) Relative Sensitivity Max Exposure Time Frame Rates in Live Preview
PAXcam ARC
Up to Up to 20MP(selectable) 5120 x 4096
Up to 60MB
500ms
60 37 24 15
fps fps fps fps
@ @ @ @
640x480 800x600 1024x768 1280x1024
PAXcam5
5.0 MP
2592 x 1944
15.1MB
1150ms
60 fps @ 640x480 7 fps @ 2592x1944
PAXcam3
3.1 MP
2048 x 1536
9.4MB
1300ms
20 fps @ 1200x768 10 fps @ 2048x1536
PAXcam2+
2.0 MP
1616 x 1216
5.9MB
2500ms
12 fps @ 1616x1216 30 fps @ 808x608
PAXcam2
1.9 MP
1600 x 1200
5.8MB
800ms
40 fps @ 800x600 10 fps @ 1600x1200
PAXcam EDU
1.3 MP
1280 x 1024
3.8MB
500ms
60 fps @ 640x480 15 fps @ 1280x1024
Slo se pudo conseguir esta informacin, an contactando con la compaa que nos envi un presupuesto completo, que no se incluye por razones de privacidad. El precio final incluyendo adaptadores ascenda a 1900$, ms de lo previsto inicialmente. 2. Moticam 1000.
Sensor 1/3" Live 1.3 Megapixel CMOS
Effective Pixels
1280x1024
Still Image Resolution
1280x1024
Frame Rate
10fps @ 1280x1024 30fps @ binning
Data Transfer
480 Mbit / second
147
Anexo I
Minimum Illumination
3 lux
Scanning System
Progressive Scan
Lens Mount
C-mount
Shutter
Automatic
Image Output
Via software to PC
White Balance
Automatic
Data Output
USB 2.0
Power Supply
5V, self-powered by USB
Included Accessories
16mm Focusable Lens 28mm, 30mm, 34mm & 35mm Eyepiece Adapters Macro Tube Motic Certified, printed calibration slide PLEASE NOTE: an additional 10x eyepiece is required to mount the camera on a smooth 23mm trinocular port. Select Option 2 at Check Out.
Included Software
Motic Images Plus 2.0ML for Windows Motic Images Plus 2.0 for Macintosh OSX
Windows: Windows 2000/XP/Vista 256MB RAM minimum Pentium 4 processor or higher USB 2.0 Interface (required) Macintosh: OSX 10.1 or higher 256MB RAM minimum G4 processor or higher USB 2.0 Interface (required)
Minimum System Requirements
Precio: 515 (en Espaa).
148
Anexo I
3. OptixCam Summit Series 3.0 MP Microscope Camera:

Sensor 0.5" Micron MT9M001 with IR filter
Effective Pixels
2048 x 1536
2048 x 1536 (3.1 Megapixel)
Pixel Size
3.2 x 3.2
Filter
RGB Bayer Color
Frame rate
2048 x 1536 pixels - 11 fps 640 x 480 pixels - 30 fps
Data Transfer rate
480Mb/s
Exposure Time
0.1 millisecond - 0.3 seconds
White Balance
Automatic, Manual
Exposure Mode
Automatic, Manual
Compatability
TWAIN, DirectX
Dynamic Range
>61dB
Lens Mount
C-Mount + 23.2mm, 30mm, 30.5mm adapters
Shutter
Electronic rolling shutter
Scan Mode
Progressive
Sensitivity
1.0V/Luxsec (550nm)
Image Output
Via software to PC
149
Anexo I
Data Output
USB 2.0 High Speed
Power
Direct via USB 2.0
Cable
Built-in, 2.5m (8')
Accessories
CD-ROM Software disc; 0.5x C-Mount adapter for 23.2mm eyepiece port, 30mm collar, 30.5mm collar, calibration slide
Software
OCView 2009.VV.6.1.3.0
CPU: 2 GHz Minimum RAM: 1 GB Minimum, 2 GB Rec'd Op System: Windows XP, Vista (32-bit) Windows 7 Port: USB 2.0 High Speed
Operational Requirements
Temperature: 0~60 C Humidity: 20-90% RH
Certification
CE
Dimensions
65mm x 86mm x37mm
Shipping Weight
3lbs
Precio: 429$. 4. OptixCam Summit Series 5.0 MP Microscope Camera.

Sensor 1/2.5" Micron MT9P001 with IR filter
Effective Pixels
2592 x 1944
2592 x 1944 (5.0 Megapixel)
Pixel Size
2.2 x 2.2
150
Anexo I
Filter
RGB Bayer Color
Frame Rate
2592 x 1944 pixels - 8fps 640 x 480 - 30 fps
Data Transfer Rate
480Mb/s
Exposure Time
0.1 millisecond - 0.3 seconds (12 secs optional)
White Balance
Automatic, Manual
Exposure Mode
Automatic, Manual
Compatability
TWAIN, DirectX
Dynamic Range
>60dB
Lens Mount
C-Mount + 23.2mm, 30mm, 30.5mm adapters
Shutter
Electronic rolling shutter
Scan Mode
Progressive
Sensitivity
0.53V/Luxsec (550NM)
Image Output
Via software to PC
Data Output
USB 2.0 High Speed
Power
Direct via USB 2.0
Cable
Built-in, 2.5m (8')
Accessories
CD-ROM Software disc; 0.5x C-Mount adapter for 23.2mm eyepiece port, 30mm collar, 30.5mm collar, calibration slide
Software
OCView 2009.6.1.3.0
151
Anexo I
CPU: 2 GHz Minimum RAM: 1 GB Minimum, 2 GB Rec'd Op System: Windows XP, Vista (32-bit), Windows 7 Port: USB 2.0 High Speed
Operational Requirements
Temperature: 0~60 C Humidity: 20-90% RH
Certification
CE
Dimensions
65mm x 86mm x 37mm
Shipping Weight
3lbs
Precio: 499$.
Cmaras DSLR:
1. Canon EOS 1000D.

Tipo Tipo Resolucin Tipo Tamao Sensor Posiciones ISO disponibles Limpieza Estabilizador Focal Focal equivalente 24x36 Objetivo Apertura Zoom ptico Segn objetivo Dependiendo del objetivo Rflex Gran Pblico 10,5 megapxeles (10,1 efectivos) CMOS 22,2 x 14,8 mm Auto 100 a 800 ISO De 100 a 1600 ISO Unidad auto limpiadora en filtro low pass No Multiplie par 1,5x pour les objectifs EF Segn objetivo
152
Anexo I
Zoom digital Distancia mnima Distancia normal
Dependiendo del objetivo Dependiendo del objetivo Dependiendo del objetivo TTL-CT-SIR con sensor CMOS 7 colimadores Autofocus activados automticamente o seleccionables de manera individual en manual Visualizacin del colimador AF activo en el visor y en la pantalla LCD Memorizacin AF por presin en el disparador en modo One Shot Medida luz evaluativa 35 zonas conectadas a los colimadores AF ptica y Live View Pantalla LCD 2,5" 230.000 pxeles con dos modos AF 7 niveles de luminosidad va men Aumento de la imagen en lectura de 1,5x a 10x Rotacin automtica y manual de la imagen Histograma luz, histograma RVB Pentaespejo a la altura del ojo Cobertura de la imagen aproximadamente 95% Corrector diptrico intgrado de -3 a +1D Eyepoint 21 mm Lente visor fijo Efectos de foto: blanco y negro, efectos de filtro, efecto de color Automtico con sensor CMOS + off en manual (6 modos), bracketing auto, 9 niveles de correccin del balance de blancos azul/mbar, 9 niveles magenta/verde, balance personalizado No Salida vdeo NTSC o PAL 3888 x 2592
Enfoque
Tipo
Pantalla Enfoque
Caractersticas del visor
Efectos
Ajustes Balance de blancos
Modo vdeo Vdeo Salida TV Soporte Resolucin mxima en fotografa
153
Anexo I
memoria
Resolucin mxima en vdeo Tarjeta de memoria Memoria interna Posibilidad de alimentacin
No Tarjeta SD / SDHC No Pilas de litio Ingls, francs, alemn, neerlands, italiano, espaol, sueco, chino(simplificado y tradicional), japons, coreano, ruso Procesador Digic III Modos: auto, retrato, paisaje, macro, deporte, retrato de noche, flash anulado, programa, prioridad a la velocidad prioridad a la apertura, manual, manual, prioridad a la profundidad de campo Efectos foto: blanco y negro, efectos de filtro, efecto de color
Mens internos
Otras funciones Otras caractersticas Manuales de utilizacin de papel incluidos
Informacin disponible prximamente
Accesorios incluidos
Batera LP-E5, cargador LC-E5E, correa EW-100 DBIII, cable de interfaz IFC200U, cable vdeo VC-100, CD Digital Photo Professional 3.4 126,1 x 97,5 x 61,9 mm 450 gr. Obturador de 30 seg. a 1/4000 (por 1/3 o 1/2 valor) + pose B Flash : auto, manual, forzado/off, reduccin de ojos rojos y compatible Speedlite EX USB 2.0 S No checa, alemana, danesa, finesa, francesa, italiana, neerlandesa, polaca,
Programas incluidos Dimensiones Peso Obturador Velocidad
Flash
Integrado
Interfaz Conectividad Pictbridge / Impresin directa Funcin greles Manuales de instruccin
154
Anexo I
telecargables (Slo puede telecargar 1 vez en el idioma disponible que ha seleccionado y una vez realizada la compra):
portuguesa, sueca, eslovaca, inglesa
Precio: 365. 2. Sony Alpha 100.

Marca: Sony EAN: 4905524340242 Alta Definicin: No Alto (Milmetros): 94.7 mm Ancho (Milmetros): 133.1 mm Autofoco: S Bluetooth: No Cmara Puente: No Disparos en Serie: S Estabilizador de Imagen: ptico Flash: con flash Formato RAW: S Funcin Vdeo: sin funcin de vdeo Longitud (Milmetros): 71.3 mm Memory Stick / Memory Stick Pro: No Memory Stick Duo / Duo Pro: S Micro Drive: S Modelo de Pila/Batera: Sony NP-FM55H Monitor LCD (Pulgadas): 2.5 pulgadas Objetivo Intercambiable: con objetivo intercambiable Peso (Gramos): 545 gr Pixels efectivos: 10.2 Megapixels Pixels mximos: 10.8 Megapixels Prioridad de Apertura: S
155
Anexo I
Prioridad del Obturador: Si Ratios de Zoom Digital: 1 x Reconocimiento Facial: Del Rostro Reflex o Compacta: Reflex Resolucin Alto (Pixels): 2760 pixels Resolucin Ancho (Pixels): 3680 pixels Resolucin del Monitor LCD (Pixels): 230000 pixels SDHC: No Sistema de Impresin Directa (PictBridge): S Tamao del Sensor: 23.6 x 15.8 mm Tarjeta Compact Flash: con tarjeta Compact Flash Tarjeta Multimedia: sin tarjeta Multimedia Tarjeta Secure Digital: sin tarjeta Secure Digital Tarjeta XD: No Tipo de Memoria: Externa Tipo de Sensor: CCD Tipo de Visor: ptico + LCD Velocidad Mxima del Obturador: 30 Velocidad Mnima del Obturador: 1/4000 WiFi: No
Precio: 315.6.
3. Pentax K100D.
Formato Lanzamiento Mejor precio* SLR 22/05/2006 420 precio Pentax K100D
156
Anexo I
Manual en espaol IMAGEN Megapixels Resolucin Max Otras Resoluciones Ratio de la imagen w:h Tipo sensor Tamao sensor Fabricante del sensor Velocidad ISO OPTICA Zoom Optico Zoom Digital Distancia focal Rango de Aberturas Enfoque automtico Enfoque manual Min Vel Disparo Max Vel Disparo Multiplicador distancia focal rbol de lentes EXPOSICIN Balance de blancos Compensacin de exposicin -2EV a +2EV en pasos de 1/2 y 1/3EV Medicin (metering) FLASH Multirea, centrado, puntual S, TTL de 11 reas S 30.00 segs 1 / 4000 segs 1.5 6.3 (6.1 efectivos) 3008 x 2008 2400 x 1600, 1536 x 1024 3:2 CCD con array RGB 23.5 x 15.7 mm Sony Auto, 200, 400, 800, 1600, 3200
157
Anexo I
Flash incorporado Flash externo Modos de flash CONTROL DE DISPARO Prioridad de abertura Prioridad de obturacin Disparo en rfaga Temporizador ALMACENAMIENTO Tipos almacenamiento Almacenamiento incluido Formato no comprimido Formato comprimido Niveles de calidad VISUALIZACIN Visor LCD LCD pixels CONEXIONES Salida video USB Firewire (IEEE 1394) ALIMENTACIN Batera / Cargador Tipo Batera
S S, hot-shoe Auto, on,off, anti ojos rojos
S S S, 2,8 fps hasta 5 imgenes S, 2 o 12 segs
SD/MMC card No RAW JPEG (EXIF 2.2) Normal, fina, superfina
TTL 2.5 '' 210000 pxs
S S No
No 4 pilas AA (NiMH recomendado)
ESPECIFICACIONES FSICAS
158
Anexo I
Formato Peso con bateras Dimensiones OTROS Modo video Control Remoto Anclaje trpode Estabilizador de imagen Sensor de orientacin Otra informacin
SLR 660 gr 129 x 93 x 70 mm
No S, cable, opcional S S No
Precio: 420. 4. Nikon D3000.

Nombre: D3000 18-55 VR + 55-200 VR Kit Marca: Nikon Alta Definicin: No Alto (Milmetros): 97 mm Ancho (Milmetros): 126 mm Autofoco: S Bluetooth: No Cmara Puente: No Disparos en Serie: S Estabilizador de Imagen: No Flash: sin flash Formato RAW: S Funcin Vdeo: sin funcin de vdeo Longitud (Milmetros): 65 mm
159
Anexo I
Memory Stick / Memory Stick Pro: No Memory Stick Duo / Duo Pro: No Micro Drive: No Modelo de Pila/Batera: Nikon EN-EL9 Monitor LCD (Pulgadas): 3 pulgadas Objetivo Intercambiable: con objetivo intercambiable Peso (Gramos): 485 gr Pixels efectivos: 10.2 Megapixels Pixels mximos: 10.75 Megapixels Prioridad de Apertura: S Prioridad del Obturador: Yes Reconocimiento Facial: No Reflex o Compacta: Reflex Resolucin Alto (Pixels): 2592 pixels Resolucin Ancho (Pixels): 3872 pixels Resolucin del Monitor LCD (Pixels): 230000 pixels SDHC: S Sistema de Impresin Directa (PictBridge): S Tamao del Sensor: 23.6 x 15.8 mm Tarjeta Compact Flash: sin tarjeta Compact Flash Tarjeta Multimedia: sin tarjeta Multimedia Tarjeta Secure Digital: con tarjeta Secure Digital Tarjeta XD: No Tipo de Memoria: Externa Tipo de Sensor: CCD Tipo de Visor: ptico + LCD Velocidad Mxima del Obturador: 30 Velocidad Mnima del Obturador: 1/4000 WiFi: No
160
Anexo I
Precio: 515 . 5. Pentax K-x.
Sensor:
Type: CMOS with primary color filter and integrated Shake/Dust Reduction sensormovement system Size: 23.6 x 15.8mm Color depth: 8 bits/channel JPG, 12 bits/channel RAW Effective pixels: 12.4 MP Total pixels: 12.9 MP Recorded resolutions Still: 12M (4288x2848), 10M (3936x2624), 6M (3072x2048), 2M (1728x1152) Movie (resolution/FPS): 1280x720p24 (16:9), 640x416p24 (3:2) Quality levels: ??? Best, ?? Better, ? Good Dust Removal: Image sensor movement combined with SP coating (Dust Alert available)
Lens Mount:
Type/construction: PENTAX KAF2 bayonet stainless steel mount Usable lenses: PENTAX KAF3, KAF2, KAF, KA (K mount, 35mm screwmount, 645/67 med format lenses useable w adapter and/or restrictions) SDM function: Yes Power zoom function: n/a
Focus System:
Type: TTL phasematching 11 point (9 cross) wide autofocus system (SAFOX VIII) Focus modes: AF Auto, AF Single (w focus lock), AF Continuous (available in Action mode including Auto Picture Action, Kids, Pet, Stage Lighting, Night Snap, P/A/S/M/B/Sv), Manual Focus point adjustment: 11 point auto, 5 point auto, AF
Viewfinder:
Type: Pentamirror Coverage (field of view): Approx 96% Magnification: Approx 0.85X (w 50mm F1.4 at infinity) Standard focusing screen: Natural-BrightMatte II Diopter adjustment: -2.5 to 1.5 Depth of field preview: Optical & Digital (available via programmable Green button)
161
Anexo I
point select, center/spot AF assist: Yes, via built-in flash
LCD Monitor:
Type: 2.7 TFT color LCD monitor w adjustable brightness Resolution: 230,000 dots Wide angle viewable: Yes
Built-in Flash:
Type: Retractable P-TTL auto/manual popup flash Guide number: 12 (100/m), 16 (200/m) Coverage: 25mm wide angle (equivalent to 35mm) Flash modes: On, off, redeye, slow sync, slow sync w redeye, slow sync w trailing curtain, wireless Flash exposure compensation: -2 to 1 EV (1/2 steps)
External Flash:
Type: Hot shoe (PTTL, high speed sync), wireless w PENTAX dedicated flash Synchronization speed: 1/180s
Storage Media:
Internal memory: n/a Removable memory: SD, SDHC
Interfaces:
Ports: USB 2.0 hispeed, AV out Video out: NTSC, PAL Printer interfaces: n/a
Power Supply:
Power source: 4 AA (lithium, NiMH rechargeable, alkaline) Recordable images: Approx 1900 (1100 w 50% flash, CIPA) Playback time: Approx 680 min Movie recording time: Approx TBD AC adapter available: Yes (optional)
Physical Specifications:
Body dimensions (W x H x D): 4.8 x 3.6 x 2.7 Body weight Without battery or removable memory: 18.2 oz Loaded and ready: 20.5 oz (lithium)
Language Support:
English, French, German, Spanish, Swedish, Dutch, Italian, Russian, Portuguese, Danish, Finnish, Polish, Czech, Hungarian, Turkish, Greek, Japanese, Korean,
162
Anexo I
Construction material(s): Fiber reinforced plastic polymer covers around a rugged stainless steel chassis Weather resistant: n/a Operating temperature: 32104F
Traditional/Simplified Chinese
Image Stabilization:
Type: Sensor-shift Shake Reduction (4 stops max)
Metering System:
Type: TTL open aperture, 16 segment metering Sensitivity range: EV 121.5 (ISO 200, 50mm F1.4) Multi-segment: Yes Center weighted: Yes Spot: Yes Exposure compensation: +/- 3 EV (1/2 or 1/3 steps) Exposure lock: Yes (available via programmable AF/AE-L button) Exposure bracketing: Yes, 3 frames, up to +/- 1.5 (1/2 steps) or +/- 1.0 (1/3 steps)
ISO Sensitivity:
Auto: 200-6400 (1, 1/2, 1/3 EV steps), up to 1600 in Bulb, expand to 100-12800 Manual: 200-6400 (1, 1/2, 1/3 EV steps), up to 1600 in Bulb, expand to 100-12800
White Balance*:
Auto preset modes: Auto, Daylight, Shade, Cloudy, Fluorescent (D, N, W, L), Tungsten, Flash, CTE Manual mode(s): Yes * WB fine adjustment available in all modes
Shutter:
Type: Electronically controlled, vertical run, focal plane shutter Shutter speed: 1/6000 to 30 sec, bulb available
Capture Modes:
Mode selection: Auto Picture (Portrait, Landscape, Macro, Action, Night Scene Portrait, Standard Flash Off), Picture (Portrait, Landscape, Macro, Action, Night Scene
163
Anexo I
Portrait, Standard Flash Off), Scene (Night Scene, Surf & Snow, Food, Sunset, Kids, Pet, Candlelight, Museum, Stage Lighting [JPG], Night Snap [JPG]), Program, Sensitivity Priority, Shutter Priority, Aperture Priority, Metered Manual, Bulb (available in Metered Manual), Movie Custom Image Modes: Bright, Natural, Portrait, Landscape, Vibrant, Muted, Monochrome. Color modes include gamut radar and fine adjustment for saturation, hue, key, contrast, sharpness (regular and fine adj). Monochrome mode includes adjustment for film filter effects (green, yellow, orange, red, magenta, blue, cyan, infrared), toning (sepia warm/cool), key, contrast, sharpness (regular and fine adj). Cross Processing mode available for creative random effect generation. Green simplified mode available: n/a P/A/S/M/B: P, A, S, M, B (in Metered Manual), Sv (Sensitivity Priority) Date stamp: n/a Digital filters (capture): Toy Camera, High Contrast, Soft, Starburst, Retro, Color Extract (6), Fisheye, Custom (8) Data record: Folder name (standard/date)
Drive Modes:
Mode selection: Single, Continuous (Hi, Lo), Self Timer
Playback Modes:
Mode selection: One Shot (no data, basic data, full data, color channel
164
Anexo I
(12s, 2s), Remote (0s, 3s), Auto Bracket, HDR Capture (+3, 0, 3 w 2 blend settings), Multi-Exposure Continuous FPS: Approx 4.7 FPS (Continuous Hi: 17 JPG, 5 RAW), 2 FPS (Continuous Lo: unlimited JPG, 11 RAW) Self-timer: Yes (12s, 2s) Remote control: Yes (infrared, 0s, 3s)
histogram), Multi Image Display (4, 9, 16, or 36 thumbnails), Calendar Filmstrip, Folder, Magnification (quick zoom available), Select & Delete, Movie Playback (no data, basic data, full data), Bright/Dark Indication Mode pallet: Image Rotation, Digital Filter, Resize, Cropping, Slideshow, Image Comparison, RAW Development, Index Print, Protect, DPOF Magnification: Up to 16X, scrollable Digital filters (playback): Toy Camera, Retro, High Contrast, Extract Color (6), Watercolor, Pastel, Miniature, Base Parameter Adj, Monochrome (filter effects, toning), Color (6), Soft, Starburst, Fisheye, Slim, HDR, Custom Filter
File Formats:
Still: RAW (PEF, DNG), JPG (EXIF 2.21), DCF 2.0 (design rule for camera file system), DPOF, Print Image Matching III Movie (compression): AVI (motion JPG)
Custom Functions:
Functions available: 22
Computer Requirements:
*For device connectivity. Bundled software requirements may vary. Windows: Windows XP/Vista/7, USB 2.0 port Mac: MacOS-X 10.3-10.5,
165
Anexo I
USB 2.0 port
Precio: 480. 6. Olympus E-450.
Caractersticas tcnicas Marca: Olympus Alta Definicin: No Alto (Milmetros): 91 mm Ancho (Milmetros): 129.5 mm Autofoco: S Bluetooth: No Cmara Puente: No Disparos en Serie: S Estabilizador de Imagen: Digital Flash: con flash Formato RAW: S Funcin Vdeo: sin funcin de vdeo Longitud (Milmetros): 53 mm Memory Stick / Memory Stick Pro: No Memory Stick Duo / Duo Pro: No Micro Drive: S Modelo de Pila/Batera: Olympus BLS-1 Monitor LCD (Pulgadas): 2.7 pulgadas Objetivo Intercambiable: con objetivo intercambiable Peso (Gramos): 380 gr Pixels efectivos: 10 Megapixels Pixels mximos: 11.8 Megapixels Prioridad de Apertura: S
166
Anexo I
Prioridad del Obturador: Si Reconocimiento Facial: Del Rostro Reflex o Compacta: Reflex Resolucin Alto (Pixels): 2736 pixels Resolucin Ancho (Pixels): 3648 pixels Resolucin del Monitor LCD (Pixels): 230000 pixels SDHC: No Sistema de Impresin Directa (PictBridge): No Tamao del Sensor: 4/3'' Tarjeta Compact Flash: con tarjeta Compact Flash Tarjeta Multimedia: sin tarjeta Multimedia Tarjeta Secure Digital: sin tarjeta Secure Digital Tarjeta XD: S Tipo de Memoria: Externa Tipo de Sensor: Live MOS Tipo de Visor: ptico + LCD Velocidad Mxima del Obturador: 60 Velocidad Mnima del Obturador: 1/4000 WiFi: No
Precio: 369 .
167
Anexo I
Anexo II- Ficha tcnica Fujifilm FinePix S1500.
Formato Lanzamiento Mejor precio Manual en espaol IMAGEN Megapixels Resolucin Max Otras Resoluciones Ratio de la imagen w:h Tipo sensor Tamao sensor Fabricante del sensor Velocidad ISO OPTICA Zoom Optico Zoom Digital Distancia focal Rango de Aberturas Enfoque automtico Enfoque manual Min Vel Disparo Max Vel Disparo Multiplicador distancia focal rbol de lentes EXPOSICIN Balance de blancos Compensacin de exposicin Medicin (metering) FLASH Flash incorporado Flash externo Modos de flash CONTROL DE DISPARO Prioridad de abertura Prioridad de obturacin Disparo en rfaga Temporizador ALMACENAMIENTO Tipos almacenamiento Almacenamiento incluido
Tipo SLR 17/02/2009 159
10 3648 x 2736 3648 x 2432, 2592 x 1944, 2048 x 1944, 1600 x 1200 4:3, 3:2 CCD con array RGB 1/2.3 " (6.16 x 4.62 mm, 0.28 cm) Desconocido Auto, Auto (800), Auto (400), 64, 100, 200, 400, 8 12 x 6x 33 - 396 mm (equiv 35mm) F2.8 - F5
8.00 segs 1 / 2000 segs
TTL 256 zonas S Auto, on, off, sinc lenta, reduccin de ojos rojos S S S, 1.4fps hasta 3 imgenes S, 2 o 10 segs
23MB
168
Anexo II
Formato no comprimido No Formato comprimido Niveles de calidad VISUALIZACIN Visor Electrnico LCD 2.7 '' LCD pixels 230000 pxs CONEXIONES Salida video S USB S Firewire (IEEE 1394) No ALIMENTACIN Batera / Cargador Tipo Batera 4 pilas AA (NiMH recomendado) ESPECIFICACIONES FSICAS Formato Tipo SLR Peso con bateras 345 gr Dimensiones 103 x 73 x 68 mm OTROS Modo video S, 640 x 480 30 fps, 320 x 240 30 fps Control Remoto No Anclaje trpode S Estabilizador de imagen No Sensor de orientacin No
169
Anexo II
Anexo III- Cdigo que genera la divisin de las imgenes en tres regiones concntricas de igual rea para el estudio del campo visual.
[data map]=imread('foto2.jpg'); figure(1); imshow(data,map); A=data; [c1 c2 c3]= size(A); if (c1<c2); c2=c1; else c1=c2; end A=A(1:c1,1:c2,:); % Se convierte la imagen en cuadrada eliminando c=c1/2; d=(c/sqrt(3)); e=d*sqrt(2); d=round(d); e=round(e); for x=1:c1; for y=1:c1; if ((((x-c)^2 + (y-c)^2)<=(d^2+300))& (((x-c)^2 + (y-c)^2)>=(d^2-300))); A(x,y,1)=255; A(x,y,2)=0; A(x,y,3)=0; else if ((((x-c)^2 + (y-c)^2)<=(e^2+400))& (((x-c)^2 + (y-c)^2)>=(e^2-400))) A(x,y,1)=0; A(x,y,2)=255; A(x,y,3)=0; end end end end %informacin del exterior del campo % Se abre la imagen
imwrite(A,'foto2conteo.jpg'); % Se guarda la imagen
170
Anexo III
Anexo IV- Imgenes adquiridas y utilizadas en la evaluacin del valor diagnstico de imgenes de muestras de malaria.
Se muestran a continuacin las imgenes adquiridas durante la realizacin del estudio, en aquellas que contienen parsitos, stos fueron marcados por los tcnicos ms experimentados.
Imagen 1: Lmina negativa.
171
Anexo IV
Imagen 2: Los parsitos marcados corresponden a dos gametocitos de P. Falciparum
172
Anexo IV
Imagen 3: Todos los parsitos corresponden a trofozotos de P.Vivax.
173
Anexo IV
174
Anexo IV
Imagen 5: Trofozotos de P. Falciparum.
175
Anexo IV
Imagen 6: Trofozotos de P.Vivax.
176
Anexo IV
Imagen 7: Gametocito de P. Falciparum
177
Anexo IV
178
Anexo IV
179
Anexo IV
Imagen 10: Gametocitos de P.Falciparum.
180
Anexo IV
Imagen 11: Trofozotos de P.Falciparum
181
Anexo IV
Imagen 12: Trofozotos de P.Falciparum.
182
Anexo IV
Imagen 13: El nmero 1 es un gametocito de P.Falciparum, el resto, trofozotos de P.Vivax.
183
Anexo IV
184
Anexo IV
185
Anexo IV
Imagen 16: Trofozotos de P.Falciparum.
186
Anexo IV
187
Anexo IV
Imagen 18: Trofozotos de P. Falciparum
188
Anexo IV
Imagen 19: Trofozotos de P.Vivax
189
Anexo IV
Imagen 20: Trofozotos de P. Falciparum.
190
Anexo IV
Imagen 21: Los parsitos 1 y 3 son gametocitos de P. Falciparum. El parsito 2 es un trofozoto de P. Falciparum
191
Anexo IV
Imagen 22: Trofozotos de P. Vivax.
192
Anexo IV
Imagen 23: El parsito 1 es un gametocito de P. Falciparum, los parsitos 2 y 3, Trofozotos de P. Vivax
193
Anexo IV
Imagen 24: Parsitos de P. Vivax.
194
Anexo IV
Anexo V- Diagnsticos realizados por los tcnicos y tabla de relacin muestras-imgenes
Como se indica en el protocolo elaborado los tcnicos evaluaron en orden distinto las muestras y las imgenes para dificultar el recuerdo de las muestras diagnosticadas tan solo dos das antes. A continuacin se muestra la tabla que establece la correspondencia entre imgenes y muestras diagnosticadas en el microscopio.
Imgenes Imagen 1 Imagen 2 Imagen 3 Imagen 4 Imagen 5 Imagen 6 Imagen 7 Imagen 8 Imagen 9 Imagen 10 Imagen 11 Imagen 12 Imagen 13 Imagen 14 Imagen 15 Imagen 16 Imagen 17 Imagen 18 Imagen 19 Imagen 20 Imagen 21 Imagen 22 Imagen 23 Imagen 24 Diagnstico Negativa F+Fg+ V++ Negativa F++ V+++ Fg5 V++ Negativa Vivax+ Fg10 F+++ F+++ Vivax+ Fg10 Negativa V++ F++ V++ F++ Vivax+ Fg10 F++ F5 Fg10 Vivax+ Fg10 Vivax+ Fg10 V++ Muestra 2 4 6 8 10 12 14 16 18 20 22 24 23 21 19 17 15 13 11 9 7 5 3 1
Se ofrecen tambin las fichas que rellenaron los tcnicos con los diagnsticos elaborados.
195
Anexo V
196
Anexo V
197
Anexo V
198
Anexo V
199
Anexo V
200
Anexo V
201
Anexo V
202
Anexo V
203
Anexo V
204
Anexo V
205
Anexo V
206
Anexo V
207
Anexo V
208
Anexo V
209
Anexo V
210
Anexo V
211
Anexo V
Anexo VI- Cdigo de los programas utilizados para realizar el diagnstico de malaria por procesamiento de imgenes.
1. Cdigo que permite generar una imagen casi-cuadrada circunscrita alrededor del ocular.
clear all clc [data map]=imread('foto16.jpg'); % Se abre la imagen figure(1); imshow(data,map); A=data; % Se toma el tamao de la imagen, [c1 c2 c3]= size(A); % c2 es la dimensin en x o columnas; flag=0; % c1 es la dimensin en y, o filas y flag2=0; % c3 el nmero de capas for j=1:c2; for i=1:c1; if(((A(i,j,1)> 50 & A(i,j,2)> 50) & A(i,j,3)>50)& flag == 0); cordenadas(1,1)=i; % Se toman las coordenadas del primer cordenadas(1,2)=j; % punto no oscuro del lado izquierdo flag=1; elseif ((A(i,j,1)> 50 & A(i,j,2)> 50) & A(i,j,3)>50) cordenadas(2,1)=i; % Se toman las coordenadas del ltimo cordenadas(2,2)=j; % punto no oscuro del lado derecho end end end for i=1:c1; for j=1:c2; if(((A(i,j,1)> 50 & A(i,j,2)> 50) & A(i,j,3)>50)& flag2 == 0); cordenadas2(1,1)=i; % Se toman las coordenadas del primer cordenadas2(1,2)=j; % punto no oscuro del lado superior flag2=1; elseif ((A(i,j,1)> 50 & A(i,j,2)> 50) & A(i,j,3)>50) cordenadas2(2,1)=i; % Se toman las coordenadas del ltimo cordenadas2(2,2)=j; % punto no oscuro del lado inferior end end end for i=cordenadas2(1,1):cordenadas2(2,1); % Se genera una nueva imagen for j=cordenadas(1,2):cordenadas(2,2); % casi cuadrada for k=1:3; % que circunscribe el ocular B(i-cordenadas2(1,1)+1,j-cordenadas(1,2)+1,k)=A(i,j,k); end end end figure(2) imshow(B) % Se guarda la nueva imwrite(B,'G:\Tesis\Segmentacin\foto16.jpg'); % imagen
212
Anexo VI
2. Cdigo que implementa todo el algoritmo de regin creciente y la clasificacin.

% Este programa lleva a cabo la segmentacin de la imagen mediante dos % umbralizaciones y aplicando la funcin regiongrow.m, que define un % algoritmo de regin creciente. % A continuacin, se extraen propiedades de los objetos como medias de las % capas de color, varianzas, mnimos y propiedades morfolgicas como rea, % eje mayor, eje menor y momentos centrales invariantes mediante la funcin % invmoments.m. Por ltimo, se clasifican los objetos en base a dichas % propiedades utilizando la funcin kNearestNeighbors.m que implementa el % algoritmo de K-Vecinos ms cercanos. clear all clc % Segmentacin A=imread('foto19b.jpg'); figure(1) imshow(A); B=rgb2gray(A); [n,m,l]=size(A); s1=0; s2=0; s3=0; % Eliminacin de los pxeles casi negros E(:,:)=B(:,:)>20; E=uint8(E); for k=1:3; C(:,:,k)=A(:,:,k).*E(:,:); End % Pxeles muy claros se igualan a blanco D=double(C); E=(D(:,:,1)+D(:,:,2)+D(:,:,3))>700; for i=1:n; for j=1:m; if E(i,j)==1; C(i,j,:)=255; end end end %Creacin de Semillas, S representa semillas de gametos de Falciparum, T de %trofozotos de Falciparum y P semillas de trofozotos de Vivax. for i=1:n; for j=1:m;
213
Anexo VI
S(i,j)=(((C(i,j,1)<=120) & (C(i,j,1)>=90)) & ((C(i,j,2)<=90) & (C(i,j,2)>=40)) &((C(i,j,3)<=110) & (C(i,j,3)>=90))); T(i,j)=(((C(i,j,1)<=165) & (C(i,j,1)>=130)) & ((C(i,j,2)<=165) & (C(i,j,2)>=130)) &((C(i,j,3)<=165) & (C(i,j,3)>=130))); P(i,j)=(((C(i,j,1)<=150) & (C(i,j,1)>=100)) & ((C(i,j,2)<=95) & (C(i,j,2)>=30)) &((C(i,j,3)<=150) & (C(i,j,3)>=100))); end end % % % % Implementacin de las regiones crecientes. g, sern las presuntas regiones de gametocitos. f las presuntas regiones de trofozotos de falciparum y h las regiones que pretenden representar vivax.
[g1,numerog1,semg1,thg1]=regiongrow(C(:,:,1),S,50); [g2,numerog2,semg2,thg2]=regiongrow(C(:,:,2),S,50); [g3,numerog3,semg3,thg3]=regiongrow(C(:,:,3),S,50); [f1,numerof1,semf1,thf1]=regiongrow(C(:,:,1),T,25); [f2,numerof2,semf2,thf2]=regiongrow(C(:,:,2),T,25); [f3,numerof3,semf3,thf3]=regiongrow(C(:,:,3),T,25); [h1,numeroh1,semh1,thh1]=regiongrow(C(:,:,1),P,45); [h2,numeroh2,semh2,thh2]=regiongrow(C(:,:,2),P,45); [h3,numeroh3,semh3,thh3]=regiongrow(C(:,:,3),P,45); for i=1:n; for j=1:m; if (g1(i,j)~=0 | g2(i,j)~=0 | g3(i,j)~=0) | (f1(i,j)~=0 & f2(i,j)~=0 & f3(i,j)~=0)|(h1(i,j)~=0 & h2(i,j)~=0 & h3(i,j)~=0); C(i,j,:)=C(i,j,:); % Condicin para la creacin de objetos. else C(i,j,:)=0; end end end figure(2) imshow(C) B=rgb2gray(C); [M numero]=bwlabel(B,8); % Eliminacin de los objetos demasiado grandes o demasiado pequeos. for i=1:numero; [r c v]=find(M==i); if (length(r)>23000 | length(r)<20) ; for a=1:length(r); C(r(a),c(a),:)=0; end end end figure(3) imshow(C) % Clasificacin B=rgb2gray(C);
214
Anexo VI
[M numero]=bwlabel(B,8); load Bichos % r y c definen las coordenadas de cada uno de los pxeles que definen un % objeto. for m=1:numero; E=false(size(B)); [r c v]=find(M==m); G1=max(r); G2=min(r); L1=max(c); L2=min(c); % Se utilizar una imagen binaria E para los parmetros morfolgicos % y se recogen los valores de intensidad de las 3 capas de color % que definen el objeto para su descripcin de color. for a=1:length(r); E(r(a),c(a))=1; v1(a,1)=C(r(a),c(a),1); v2(a,1)=C(r(a),c(a),2); v3(a,1)=C(r(a),c(a),3); end % Creacin de los parmetros, medias de color, varianzas, mnimos % Es necesario reducir E para que la Ram no colapse. E=E(G2:G1,L2:L1); v1=double(v1); v2=double(v2); v3=double(v3); M1=mean(v1); M2=mean(v2); M3=mean(v3); V1=var(v1); V2=var(v2); V3=var(v3); m1=min(v1); m2=min(v2); m3=min(v3); % Momentos invariantes. phi=invmoments(E); [K numero2]=bwlabel(E,8); % Propiedades morfolgicas Propiedades=regionprops(K,'Area','MajorAxislength','MinorAxislength'); load propiedadesgametos objeto=[Propiedades.Area;Propiedades.MajorAxisLength;Propiedades.Minor AxisLength;M1;M2;M3;V1;V2;V3;m1;m2;m3;phi'];
215
Anexo VI
% Implementacin de Knn [vecinos distancias] = kNearestNeighbors(Prop', objeto', 3); fal=0; viv=0; gam=0; otr=0; % Algoritmo de clasificacin de los vecinos for l=1:3 if vecinos(l)<8; gam=gam+1; elseif vecinos(l)<18; viv=viv+1; elseif vecinos(l)<30; fal=fal+1; else otr=otr+1; end end % Algoritmo de clasificacin del objeto. if (gam>1); bichos(m,18)={'gameto'}; elseif (viv>1); bichos(m,18)={'vivax'}; elseif(fal>1); bichos(m,18)={'falciparum'}; elseif (otr>1); bichos(m,18)={'artefacto'}; else bichos(m,18)={''}; end end Clas18=M;
save Bichos bichos save Clas18 Clas18
3. Programa que define el vector de propiedades de los objetos segmentados manualmente, lo aade en la matriz de objetos y guarda sta en la base de datos.
% Programa que define las propiedades de una imagen segmentada y las % almacena en una base de datos. [n,m,l]=size(B); for i=1:n; for j=1:m; if C(i,j)==1; D(i,j,:)=B(i,j,:); end
216
Anexo VI
end end % Se extraen propiedades morfolgicas [M numero]=bwlabel(C,8); Propiedades=regionprops(M,'Area','MajorAxislength','MinorAxislength');
[r1 c1 v1]=find(D(:,:,1)); [r2 c2 v2]=find(D(:,:,2)); [r3 c3 v3]=find(D(:,:,3)); % Se calculan medias de color, varianzas, mnimos y momentos invariantes. v1=double(v1); v2=double(v2); v3=double(v3); M1=mean(v1); M2=mean(v2); M3=mean(v3); V1=var(v1); V2=var(v2); V3=var(v3); m1=min(v1); m2=min(v2); m3=min(v3); phi=invmoments(C); %Se crea el vector de caractersticas data=[Propiedades.Area;Propiedades.MajorAxisLength;Propiedades.MinorAx isLength;M1;M2;M3;V1;V2;V3;m1;m2;m3;phi']; load propiedadesgametos Prop([1:19],54)=[data]; % Se aade en la matriz procedente de la base de datos save propiedadesgametos Prop
load Basedatos for i=1:19; Basedatos(i+1,55)={Prop(i,54)}; % Se actualiza la base de datos. end save Basedatos Basedatos
4. Funciones definidas en Digital Image Processing Using Matlab que han sido utilizadas en el programa.
Regiongrow.m
function [g,NR,SI,TI]=regiongrow(f,S,T)
217
Anexo VI
% % % % % % % % % % % %
Regiongrow performs segmentation by region growing. [G,NR,SI,TI] = Regiongrow(F,SR,T), S can be an array(the same size as F) with a 1 at the coordinates of every seed point and 0s elsewhere, S can also be a single seed value. Similarly, T can be an array ( the same size as F) containing a threshold value for each pixel in F. T can also be a scalar in which case it becomes a global threshold. On the output, G is the result of region growing, with each region labeled by a different integer, NR is the number of regions, SI is the final seed image used by the algorithm and TI is the image consisting of the pixels in F that satisfied the threshold test.
f=double(f); % if S is a scalar, obtain the seed image, if numel(S)==1 SI= f == S; S1=S; else % S is an array. Eliminate duplicate, connected seed locations % to reduce the number of loop executions in the following %sections of code. SI=bwmorph(S,'shrink',Inf); J=find(SI); S1=f(J); %Array of seed values end TI=false(size(f)); for K=1:length(S1) seedvalue=S1(K); S=abs(f-seedvalue)<=T; TI=TI | S; end % Use function imreconstruct with SI as the marker image to % obtain the regions corresponding to each seed in S. % Function bwlabel assigns a different integer to each % connected region. [g,NR]=bwlabel(imreconstruct(SI,TI));
Invmoments.m:
function phi = invmoments(F) %INVMOMENTS Compute invariant moments of image. % PHI = INVMOMENTS(F) computes the moment invariants of the image % F. PHI is a seven-element row vector containing the moment % invariants as defined in equations (11.3-17) through (11.3-23) of % Gonzalez and Woods, Digital Image Processing, 2nd Ed. % % F must be a 2-D, real, nonsparse, numeric or logical matrix. % % % Copyright 2002-2004 R. C. Gonzalez, R. E. Woods, & S. L. Eddins Digital Image Processing Using MATLAB, Prentice-Hall, 2004 $Revision: 1.5 $ $Date: 2003/11/21 14:39:19 $
if (ndims(F) ~= 2) | issparse(F) | ~isreal(F) | ~(isnumeric(F) | ... islogical(F)) error(['F must be a 2-D, real, nonsparse, numeric or logical ' ...
218
Anexo VI
'matrix.']); end F = double(F); phi = compute_phi(compute_eta(compute_m(F))); %-------------------------------------------------------------------% function m = compute_m(F) [M, N] = size(F); [x, y] = meshgrid(1:N, 1:M); % % x y F Turn x, y, and F into column vectors to make the summations a bit easier to compute in the following. = x(:); = y(:); = F(:);
% DIP equation (11.3-12) m.m00 = sum(F); % Protect against divide-by-zero warnings. if (m.m00 == 0) m.m00 = eps; end % The other central moments: m.m10 = sum(x .* F); m.m01 = sum(y .* F); m.m11 = sum(x .* y .* F); m.m20 = sum(x.^2 .* F); m.m02 = sum(y.^2 .* F); m.m30 = sum(x.^3 .* F); m.m03 = sum(y.^3 .* F); m.m12 = sum(x .* y.^2 .* F); m.m21 = sum(x.^2 .* y .* F); %-------------------------------------------------------------------% function e = compute_eta(m) % DIP equations (11.3-14) through (11.3-16). xbar = m.m10 / m.m00; ybar = m.m01 / m.m00; e.eta11 e.eta20 e.eta02 e.eta30 e.eta03 e.eta21 (m.m11 - ybar*m.m10) / m.m00^2; (m.m20 - xbar*m.m10) / m.m00^2; (m.m02 - ybar*m.m01) / m.m00^2; (m.m30 - 3 * xbar * m.m20 + 2 * xbar^2 * (m.m03 - 3 * ybar * m.m02 + 2 * ybar^2 * (m.m21 - 2 * xbar * m.m11 - ybar * m.m20 2 * xbar^2 * m.m01) / m.m00^2.5; e.eta12 = (m.m12 - 2 * ybar * m.m11 - xbar * m.m02 2 * ybar^2 * m.m10) / m.m00^2.5; = = = = = =
m.m10) / m.m00^2.5; m.m01) / m.m00^2.5; + ... + ...
%-------------------------------------------------------------------% function phi = compute_phi(e)
219
Anexo VI
% DIP equations (11.3-17) through (11.3-23). phi(1) phi(2) phi(3) phi(4) phi(5) e.eta20 + e.eta02; (e.eta20 - e.eta02)^2 + 4*e.eta11^2; (e.eta30 - 3*e.eta12)^2 + (3*e.eta21 - e.eta03)^2; (e.eta30 + e.eta12)^2 + (e.eta21 + e.eta03)^2; (e.eta30 - 3*e.eta12) * (e.eta30 + e.eta12) * ... ( (e.eta30 + e.eta12)^2 - 3*(e.eta21 + e.eta03)^2 ) + ... (3*e.eta21 - e.eta03) * (e.eta21 + e.eta03) * ... ( 3*(e.eta30 + e.eta12)^2 - (e.eta21 + e.eta03)^2 ); phi(6) = (e.eta20 - e.eta02) * ( (e.eta30 + e.eta12)^2 - ... (e.eta21 + e.eta03)^2 ) + ... 4 * e.eta11 * (e.eta30 + e.eta12) * (e.eta21 + e.eta03); phi(7) = (3*e.eta21 - e.eta03) * (e.eta30 + e.eta12) * ... ( (e.eta30 + e.eta12)^2 - 3*(e.eta21 + e.eta03)^2 ) + ... (3*e.eta12 - e.eta30) * (e.eta21 + e.eta03) * ... ( 3*(e.eta30 + e.eta12)^2 - (e.eta21 + e.eta03)^2 ); = = = = =
kNearestNeighbours.m:
function [neighborIds neighborDistances] = kNearestNeighbors(dataMatrix, queryMatrix, k) %------------------------------------------------------------------------% Program to find the k - nearest neighbors (kNN) within a set of points. % Distance metric used: Euclidean distance % % Usage: % [neighbors distances] = kNearestNeighbors(dataMatrix, queryMatrix, k); % dataMatrix (N x D) - N vectors with dimensionality D (within which we search for the nearest neighbors) % queryMatrix (M x D) - M query vectors with dimensionality D % k (1 x 1) - Number of nearest neighbors desired % % Example: % a = [1 1; 2 2; 3 2; 4 4; 5 6]; % b = [1 1; 2 1; 6 2]; % [neighbors distances] = kNearestNeighbors(a,b,2); % % Output: % neighbors = % 1 2 % 1 2 % 4 3 % % distances = % 0 1.4142 % 1.0000 1.0000 % 2.8284 3.0000 %------------------------------------------------------------------------neighborIds = zeros(size(queryMatrix,1),k); neighborDistances = neighborIds; numDataVectors = size(dataMatrix,1);
220
Anexo VI
numQueryVectors = size(queryMatrix,1); for i=1:numQueryVectors, dist = sum((repmat(queryMatrix(i,:),numDataVectors,1)dataMatrix).^2,2); [sortval sortpos] = sort(dist,'ascend'); neighborIds(i,:) = sortpos(1:k); neighborDistances(i,:) = sqrt(sortval(1:k)); end
221
Anexo VI
Anexo VII.- Planificacin del proyecto y diagrama de Gantt

A continuacin se muestra el conjunto de tareas realizadas y el diagrama de Gantt, que muestra el tiempo ocupado por cada una de las tareas del proyecto. Se ha dedicado una media de 3/horas al da al proyecto, de manera que se puede calcular el nmero de horas totales trabajadas para lograr el desarrollo completo.
1 Definicin del proyecto.- Objetivos 2 Problemtica: Malaria, telemedicina y procesamiento de imgenes 3 Estado del arte: Investigaciones relacionadas y grupos implicados.- Bsqueda de sinergias. 4 Diseo del estudio preliminar de imgenes como mtodo diagnstico 5 Viaje a Iquitos: Estudio preliminar de imgenes como mtodo diagnstico y capacitacin en lectura de lminas. 6 Informe de resultados del estudio preliminar y definicin de nuevas prioridades 7 Seleccin y pedido del equipo de fotomicrografa 8 Diseo del estudio de evaluacin del valor diagnstico de imgenes microscpicas de muestras de malaria 9 Realizacin de actividades del estudio del valor diagnstico de muestras de malaria en Iquitos 10 Descripcin de resultados y formulacin de conclusiones del estudio. 11 Estudio y ensayos con tcnicas de procesamiento de imgenes 12 Desarrollo del sistema de procesamiento de imgenes 13 Descripcin de los resultados del sistema 14 Diseo de conclusiones y lneas de investigacin futuras 15 Redaccin del proyecto 14 das 25 das 28 das 10 das 7 das 20 das 25 das 23 das 4 das 20 das 20 das 35 das 15 das 15 das 100 das Total das: 361 das 1083 Total horas dedicadas: 361das x 3horas/ da horas mar 11/08/09 lun 31/08/09 mi 16/09/09 lun 26/10/09 vie 28/08/09 vie 02/10/09 vie 23/10/09 vie 06/11/09
dom 08/11/09 sb 14/11/09 lun 16/11/09 lun 08/02/10 lun 15/03/10 jue 15/04/10 mar 20/04/10 mar 18/05/10 mar 15/06/10 mar 03/08/10 mar 24/08/10 lun 04/10/10 vie 11/12/09 vie 12/03/10 mi 14/04/10 lun 19/04/10 lun 17/05/10 lun 14/06/10 lun 02/08/10 lun 23/08/10 lun 13/09/10 vie 18/02/11
222
Anexo VII
Anexo VIII.- Presupuesto

Para calcular el presupuesto se tendrn en cuenta, material utilizado, viajes realizados, coste del trabajo realizado por el personal que ha prestado su colaboracin en el proyecto y coste de la estancia en Lima durante el desarrollo del proyecto. Algunos costes unitarios se ofrecen en nuevos soles (moneda peruana, smbolo : s./) y dlares americanos (smbolo: $) ya que los pagos se realizaron en dichas monedas. El coste total se calcula en euros y al final se ofrecen las relaciones de conversin.
Concepto Unidades Coste unitario Coste total Coste total euros
Equipo y Materiales
Matlab con Toolbox Olympus E-450 Adaptador Opticamuka Lminas+ componentes tincin 200 horas 1 1 0.5 $/hora 530$ 350$ 100$* 530$** 350$** 100s./*** Subtotal 71 378 250 29 728
Viajes y Dietas****
Alquiler Alquiler II Manutencin 6 meses 5 meses 11 meses 350 s./ 180$ 15 s./ da 2100S./ 900$ 4950 s./ Subtotal: Avin: Madrid- Lima i/v**** Avin: Lima- Iquitos I/v Alojamiento en Iquitos Desplazamientos en Iquitos (i/v al laboratorio + traslados desde aeropuerto) Manutencin en Iquitos 2 2 9 noches 10 trayectos i/v al laboratorio + 2i/v al aeropuerto 30 (desayunos + comidas + cenas) 1000+1200 236$+109$ 30 s./ 2200 345$ 270s./ 600 643 1415 2658 2200 246 77
4 s./ trayecto
96s./
28
6 s./ por comida (precio medio)
180 s./ Subtotal:
51 2602
223
Anexo VIII
Personal
Tcnicos de laboratorio que colaboran en el estudio del valor diagnstico***** Curso de capacitacin en lectura de malaria****** Doctor (tutela del proyecto) Proyectante
13 jornadas
25s./ jornada
325 s./
93
100 s./ 50 semanas x 1 hora/semana 1083 horas
100 s./
29
40$ hora 5/hora******
2000$ 5415 Subtotal
1428 5415 6965
TOTAL Relaciones de conversin: 1 =1.4$ 1=3.5s./
12953
*: Se calcula en base a un precio total de Matlab con Toolbox de 10000$ para una vida estimada de 10 aos y una media de 2000 horas laborables en un ao. **: Aunque la cmara y el adaptador no han sido utilizados durante el desarrollo del proyecto, la adquisicin se ha producido como parte del mismo. Es imposible estimar el uso que se le va a dar al equipo y calcular la amortizacin. ***: Respecto al material de laboratorio se estima un gasto de 100 s./ ya que los tcnicos emplearon lminas y tincin en varias ocasiones que slo sirvieron para el desarrollo del proyecto. ****: Se incluyen los gastos de estancia en Lima y los vuelos I/v Madrid-Lima ya que al haber disfrutado de una de las becas del programa PFC en Cooperacin al Desarrollo se considera que dicho gasto debe quedar reflejado para una futura evaluacin del rendimiento del personal desplazado, si quisiera realizarse. No se incluye transporte porque la residencia se encontraba muy cercana a la Universidad y los trayectos se realizaban caminando o en bicileta. *****: Desde la Direccin Regional de Salud de Loreto se indic que se deba gratificar a los tcnicos que participaran en el experimento con 25 s./ por jornada, ya que algunos iban fuera de turno o se vean interrumpidas sus tareas. Dicho pago fue realizado por la Fundacin EHAS a quien se agradece la confianza depositada en el proyecto. ******: El curso de capacitacin en lectura de malaria fue tambin subvencionado por la fundacin EHAS. *******: El sueldo del proyectante no se calcula en base a lo que cobrara un ingeniero sino en base a una realidad bastante extendida hoy en da en nuestro pas, que es la figura del becario. Es comn que en los proyectos de hoy en da colaboren becarios y creo que es la figura laboral
224
Anexo VIII
que mejor me define en estos momentos. Coincide adems que la divisin de la cuanta de las becas recibidas entre el nmero de horas trabajadas, conduce a una cantidad similar.
225
Anexo VIII
Programa de Proyectos Fin de Carrera o Master para el Desarrollo INFORME FINAL ANEXO VI NOTA: El informe debe cumplir los objetivos siguientes: 1. 2. 3. Facilitar informacin sobre la realizacin del proyecto y las desviaciones sufridas. Valorar los resultados alcanzados. Informar sobre la viabilidad y sostenibilidad del proyecto.
4. Recoger enseanzas de este programa de cooperacin universitaria para el desarrollo que permitan mejorarlo en ediciones posteriores. Cualquier informacin significativa deber ser incluida. Por el contrario, deber prescindirse de todos aquellos apartados cuya informacin sea improcedente (por el tipo de proyecto realizado, por ejemplo) o no disponible, hacindolo as constar en el informe. Cualquier dato o informacin que requiera mayor espacio del previsto puede ser recogido segn el criterio del redactor, siendo los espacios disponibles meramente indicativos, aunque se agradecer la concisin y sntesis en la redaccin. Aunque ha de presentarse junto con el Informe Final, la evaluacin especfica del Programa de Proyectos Fin de Carrera para el Desarrollo se presenta de forma separada en el anexo VI.2, de forma que se facilite el tratamiento de dicha informacin. El Informe Final ha de entregarse a travs del curso de la plataforma moodle en un fichero con nombre: PFCD-UPM-10_InformeFinal_nombreapellidos.* En dicho curso tambin se habilitar un foro para dar apoyo y respuestas a las consultas o dudas que puedan surgir para la elaboracin del informe. Tambin hay documentacin que puede ser til.
Programa de Proyectos Fin de Carrera o Master para el Desarrollo INFORME FINAL ANEXO VI .1. DATOS DEL PROYECTO
Nombre autor/a Direccin-e de contacto Ttulo del PFCD Tutor/a UPM Direccin-e de contacto Escuela o Facultad / Departamento Localidad/Pas de destino Universidad y/o instituciones contrapartes WEB o direccin-e de contacto Cotutor/a en lugar de destino / Escuela o Facultad / Departamento Direccin-e de contacto Fechas de disfrute de la beca
Rubn Garca Garca / ruwen86@gmail.com ESTUDIO TCNICO DE VIABILIDAD PARA DIAGNSTICO DE MALARIA POR TELEPATOLOGA Y PROCESAMIENTO DE IMGENES. Francisco Sastrn/sastron@etsii.upm.es Escuela Tcnica Superior de Ingenieros Industriales / Departamento de Automtica Lima/ Per
Pontificia Universidad Catlica del Per http://www.pucp.edu.pe/content/index.php
Benjamn Castaeda Aphan Facultas de Ciencias e Ingeniera/ Laboratorio de Imgenes Mdicas castaneda.b@pucp.edu.pe
8 Febrero 2010 - 20 Septiembre 2010
Programa de Proyectos Fin de Carrera o Master para el Desarrollo INFORME FINAL ANEXO VI 2. DESCRIPCIN DEL PROYECTO Y DEL MECANISMO DE EJECUCIN Descripcin resumida del proyecto original.
La malaria es una enfermedad provocada por parsitos del gnero Plasmodium que parasitan los glbulos rojos. En el mundo causa entre 400 y 900 millones de casos de fiebre y 2-3 millones de muertes anuales. En el Per se ha venido reduciendo la cifra de infectados desde los cerca de 250000 en 1999 a cerca de 33000 en 2009, sin embargo, todava existen 142 millones de personas en Amrica (16% de la poblacin) en riesgo de contraerla. La sintomatologa comprende escalofros, altas temperaturas, que pueden llegar hasta los 40, nuseas y vmitos, cefaleas y sobre todo en los casos en que la infeccin se produce por P.Falciparum pueden producirse complicaciones que pueden causar la muerte del paciente. La sintomatologa es compartida con otras enfermedades como la influenza o el dengue, sin embargo el tratamiento es completamente diferente, por ello, realizar un diagnstico que permita aplicar el tratamiento correcto en el menor tiempo posible resulta fundamental. El diagnstico de malaria comprende establecer el positivo o negativo, determinar la especie que produce la infeccin entre las cuatro especies de parsitos que producen malaria y establecer la gravedad de la infeccin o parasistemia, reportando cuantos parsitos existen por microlitro de sangre. Esta labor se realiza tradicionalmente en los Centros de Salud de las zonas afectadas por malaria (Loreto y Amazonas), mediante la observacin microscpica de muestras de sangre del presunto infectado. La identificacin de los parsitos entre los dems objetos que aparecen en una muestra de sangre y entre las diferentes especies requiere de gran pericia y experiencia por parte del microscopista, que tarda entre cinco y diez minutos en realizar una lectura. Se trata de un proceso muy susceptible a errores humanos, ya que resulta cansado y tedioso y aunque estos errores se han ido reduciendo por la correcta formacin de los tcnicos, llegar a la automatizacin del proceso, otorgando un diagnstico fiable en el menor tiempo posible, resulta de enorme inters, segn han confirmado los propios tcnicos. Este es el objetivo en el que se enmarca mi PFC, llegar a una automatizacin del proceso de diagnstico de malaria. Para llegar a este fin, es de gran utilidad elaborar un protocolo de adquisicin de imgenes, que permita comprobar que estas conservan su valor diagnstico y permita encarar el procesamiento de la imagen en las condiciones ms favorables. Para elaborar este protocolo, tendr en cuenta los factores que inciden en el proceso de preparacin de las muestras (colorantes, tiempo de tincin, acidez de la solucin) y parmetros propios del microscopio y la cmara como color, uniformidad e intensidad de la iluminacin y exposicin y apetura del obturador. Parte del trabajo ser tambin seleccionar los equipos adecuados con un coste limitado y establecer el procedimiento para comprobar con los tcnicos de laboratorio que las imgenes conservan su valor diagnstico o incluso si lo mejoran.
Descripcin resumida del proyecto realizado y de sus mecanismos de ejecucin, con explicacin de las modificaciones realizadas sobre el proyecto original.
Se realiz una investigacin completa acerca de la malaria, sus distintas especies, sintomatologa, mecanismos de transmisin y tratamiento. Del mismo modo se realiz una bsqueda del estado del arte de las investigaciones desarrolladas sobre todo en tres aspectos: Procesamiento de imgenes para diagnstico de enfermedades, proyectos de telemedicina en pases en vas de desarrollo y estudios que permitan cuantificar el valor diagnstico de imgenes. A continuacin se recibi una capacitacin en la "lectura" de 3
Programa de Proyectos Fin de Carrera o Master para el Desarrollo INFORME FINAL ANEXO VI malaria y se tuvo oportunidad de observar el proceso de preparacin de muestras, el cual se encuentra estandarizado y se consider que no sera til investigar la modificacin de sus parmetros. Por lo tanto, el proyecto se centr en el proceso de adquisicin de imgenes, participamos en un debate junto con EHAS y otras Universidades sudamericanas, a travs del cual entendimos los particulares aspectos de la fotomicrografa y seleccionamos y ordenamos la adquisicin de un equipo que consideramos ptimo para utilizarlo como patrn de comparacin, consistente en una cmara DSLR de gama media ms un adaptador al microscopio de ptica cuidada para evitar aberraciones. La demora en la entrega de dicho equipo nos oblig a realizar las investigaciones acerca del valor diagnstico de las imgenes con un equipo de menor calidad, an as, consideramos el experimento de gran utilidad porque el coste del equipo utilizado resulta menor, y se tratara por tanto de una solucin ms fcilmente implementable. Los resultados obtenidos en anlisis inter-observador resultaron prometedores pero no concluyentes y se obtuvo interesante informacin acerca de la influencia de otras variables como la experiencia. En cuanto al procesamiento de imgenes, se realiz un primer acercamiento al autodiagnstico mediante reconocimiento de patrones con las mismas imgenes adquiridas para la evaluacin del valor diagnstico, los resultados en esta ocasin no resultaron tan prometedores. Se consider que para este cometido si hubiera sido muy til contar con un equipo de adquisicin de mayor calidad, pero de todas maneras, queda para los futuros investigadores un primer intento susceptible de ser discutido, mejorado o completamente modificado.
Nota: Redctense, de forma breve, los principales aspectos del desarrollo de la estancia en el pas de destino. Tambin se solicita una descripcin del mecanismo finalmente seguido de ejecucin del proyecto. En el caso de que se hayan realizado modificaciones que afecten a resultados del proyecto y/o sus actividades, descrbase en qu consisten los cambios realizados as como su explicacin. Se proceder de la misma forma en relacin con los mecanismos de ejecucin previstos y los reales. Es ste un apartado descriptivo, y se recomienda que se rellene despus de los apartados 3, 4 y 5 de este Informe.
Programa de Proyectos Fin de Carrera o Master para el Desarrollo INFORME FINAL ANEXO VI 3.- GRADO DE CUMPLIMIENTO
Objetivo general Previsto al inicio del proyecto: Lograr una mejora de las condiciones sanitarias en zonas aisladas y mal comunicadas de la Amazona Peruana que puede ser replicable en otros lugares, mediante aplicaciones de telemedicina, usando una red de telecomunicaciones Wi-fi, ya implantada por otro departamento de la Universidad y trabajar en la automatizacin del diagnstico mediante microscopios de barrido electrnico y procesamiento de imgenes. Logros: El proyecto realizado constituye la primera fase de lo que ser un programa ms amplio de combate contra la malaria. Todava no se puede apreciar la mejora en las condiciones de vida de los habitantes de las zonas rurales, pero se ha logrado la coordinacin de diferentes departamentos de la Universidad de acogida (PUCP) con la Direccin de Salud del Departamento de Loreto y se han creado vnculos con otras Universidades y Organizaciones implicadas en proyecto de Telemedicina como EHAS. Se ha fortalecido la capacidad investigadora de tcnicos de laboratorio que colaboraron en el proyecto, se han adquiridos equipos y se ha realizado una investigacin completa del estado del arte que servirn al grupo de Telemedicina del Laboratorio de Imgenes Mdicas que es el encargado de continuar con el programa.
Objetivo especfico
Programa de Proyectos Fin de Carrera o Master para el Desarrollo INFORME FINAL ANEXO VI Previsto al inicio del proyecto: Elaboracin de un protocolo que permita la adquisicin de imgenes, que conservando su valor diagnstico, permitan la elaboracin de un diagnstico remoto, por parte de expertos ubicados en otra zona, mediante telemedicina. Optimizacin de dicho protocolo, para facilitar el procesamiento de la imagen, encaminado al autodiagnstico. Logros: Se investig acerca del proceso de preparacin de muestras hemticas y adquisicin de imgenes y se seleccion un equipo que se considera ptimo y asequible para dicho proceso de adquisicin, el cual fue adquirido por el Laboratorio de Imgenes Mdicas en el que trabaj. Sin embargo, aunque este trabajo de seleccin fue una de las primeras tareas realizadas, el equipo tard meses en llegar de manera que los experimentos acerca del valor diagnstico tuvieron que ser realizados con otro equipo de menor coste y calidad. Los resultados obtenidos con dicho equipo resultan esperanzadores en comparacin con la visualizacin directa sobre el microscopio, sin embargo se considera que para el procesamiento de la imagen, si hubiera sido muy til contar con imgenes de mayor calidad. De todas maneras, tanto el diseo de los experimentos, los cdigos generados y los resultados, quedan en el Laboratorio a disposicin de futuros investigadores, que podrn comparar los resultados que se obtienen usando el nuevo equipo con los logrados en mi proyecto. Resultados
Programa de Proyectos Fin de Carrera o Master para el Desarrollo INFORME FINAL ANEXO VI Previstos al inicio del proyecto: Se pretende conseguir lo siguiente: Seleccionar un sistema de microfotografa adecuado para trabajar en condiciones de humedad extrema y altas temperaturas, como ocurre en la Amazona peruana y en muchas de las zonas donde est presente la malaria. Esta seleccin de equipos ser altamente replicable para sistemas de tele-medicina en zonas tropicales. Obtenidos: El equipo fue seleccionado y adquirido, el proceso de seleccin fue realizado en colaboracin con EHAS y otras Universidades de Argentina y Colombia y creemos que fue muy enriquecedor para todos.
Como se ha explicado en el punto anterior, dicho equipo no pudo ser utilizado durante la realizacin de los estudios. Sin embargo utilizando un equipo de menor coste se obtuvieron los siguientes resultados: El Comprobar que las imgenes tomadas porcentaje de diagnsticos correctos en el mediante este sistema conservan su valor anlisis intra-observador oscila entre 58-96% diagnstico, o en que medida sus resultados para el microscopio y entre 37-71% en las difieren de la visin directa de los tcnicos imgenes digitales, lo cual no permite concluir sobre el microscopio. (P>0.05) que las imgenes adquiridas con dicho equipo no conserven el valor diagnstico. Los Obtener una relacin ptima de los resultados son equivalentes a otras parmetros propios del proceso de adquisicin investigaciones realizadas en pases para el examen visual de la imagen por un desarrollados con personal ms experimentado tcnico, incrementando en la medida de lo y mejores equipos. Se obtuvo informacin posible el valor diagnstico. acerca de la influencia de la experiencia en la utilizacin de la nueva tcnica y se realiz una Obtener una relacin ptima de los mismos evaluacin acerca de la validez estadstica del parmetros pero encaminada al procesamiento punto de vista ciego. Toda la informacin de imgenes, de manera que los algoritmos de obtenida sirvi para la redaccin de un artculo procesamiento obtengan mejores resultados que en estos momentos se encuentra en trabajando sobre las muestras elaboradas proceso de revisin y que esperamos ver segn el protocolo. publicado prximamente. Respecto al procesamiento de imgenes, los resultados han de considerarse como preliminares ya que no alcanzan la fiabilidad deseada. Se trabaj sobre tres clases de parsitos y se obtuvieron los siguientes resultados medios: Sensibilidad=31,8%, Precisin =77,63%, Especificidad= 83,36%. Existen mltiples aspectos susceptibles de ser mejorados en el programa de auto-diagnstico, pero en este caso se considera que la calidad de las imgenes resulta el fundamental. En todo caso, tambin este programa queda como un primer desarrollo que podr servir de referencia y sujeto a mejoras y variaciones. Actividades 7
Programa de Proyectos Fin de Carrera o Master para el Desarrollo INFORME FINAL ANEXO VI Previstas al inicio del proyecto: En primer lugar realizar una investigacin para entender la problemtica de la malaria, conocer las distintas especies de parsitos que la provocan y el estado vital de los mismos. Observar imgenes de parsitos en muestras sanguneas. Ejecutadas La labor de informacin fue realizada de manera completa gracias a la documentacin del Instituto Nacional de Salud de Per.
El conocimiento del estado del arte se ha realizado de manera completa, aunque discontinua. Una parte importante de la investigacin se realiz al final de mi estancia. Conocer el estado del arte, comprender el alcance de las investigaciones realizadas hasta La falta de familiarizacin con las ahora acerca de diagnstico de enfermedades publicaciones cientficas y las bases de datos universitarias fue el motivo del retraso, mediante procesamiento de imgenes y aunque al final creo que he logrado un buen telemedicina y evaluar como complementa mi manejo de dichas herramientas con motivo de investigacin a las ya realizadas. la redaccion del artculo mencionado. Viajar a Iquitos, capital del Departamento de Loreto, para entender el proceso que realizan Se produjo dicho viaje a Iquitos, en el que los tcnicos, evaluar dificultades del mismo y adems de conversar con los tcnicos acerca de su labor, tuve la oportunidad de recibir un observar los parmetros susceptibles de ser curso de capacitacin en la lectura de malaria, modificados. lo que me permiti ser ms consciente de las Seleccin del equipo ms adecuado para dificultades que supona la realizacin del microfotografa. diagnstico y estudiar los procesos que resultan crticos en la elaboracin de muestras Someter a dicho equipo a una prueba con ms de calidad. de un tcnico para observar si se conserva el valor diagnstico de las imgenes, estudiando La seleccin del equipo se realiz, en la variabilidad inter-tcnicos y de cada uno de colaboracin con otras Universidades y EHAS, ellos respecto a la visin directa sobre el lo que abre, adems, futuras vas de microscopio. colaboracin. Proponer modificaciones en los parmetros del Se realiz la prueba inter-tcnicos en la que se proceso de adquisicin y realizar evaluacin obtuvieron los resultados anteriormente con los tcnicos. sealados aunque no pudo disponerse del equipo de micro-fotografa. Proponer modificaciones encaminadas al procesamiento de imgenes y evaluar como se No hubo tiempo para realizar una segunda comportan los algoritmos de procesamiento prueba cambiando parmetros del proceso. disponibles hasta ahora. Se realiz una versin preliminar de un programa de reconocimiento, basado en el algoritmo de regin creciente. Queda pendiente para futuros investigadores la utilizacin de otros algoritmos de reconocimiento de patrones.
Programa de Proyectos Fin de Carrera o Master para el Desarrollo INFORME FINAL ANEXO VI 4. VALORACIN DEL PROYECTO
Pertinencia
La malaria se encuentra especficamente mencionada en los ODM de la ONU, en la meta 6.C, respecto a los IDH, Per se encuentra en la posicin 78 del rnking. La poblacin de la selva Amaznica, representa adems un sector particularmente aislado y empobrecido cuya economa agrcola depende fuertemente de la fuerza de trabajo de sus habitantes. Combatir la malaria es combatir la pobreza en dichas zonas, en las que muchas veces los tcnicos encargados del diagnstico se encuentran aislados y son poco experimentados. El PFC evala la posibilidad de realizar un diagnstico sobre malaria utilizando imgenes digitales como un primer paso para establecer un servicio de telemedicina que pueda ser usado para diagnstico remoto, segunda referencia mdica y/o capacitacin de tcnicos de laboratorio. Creo que el objetivo general del proyecto es altamente positivo y se debe seguir investigando, ya que sin realizar fuertes inversiones, pueden lograrse resultados en el medio plazo. Sin embargo es cierto que los objetivos especficos de mi PFC fueron definindose un poco a medida que se desarrollaba, y en un principio abarcaron un mbito excesivamente extenso. Es importante sealar, que tanto el programa de malaria en el que se encuadra, como el Laboratorio en el que se desarroll el PFC, eran de reciente creacin, con la falta de organizacin que genera la iniciacin de una actividad de este calibre.
Nota: Valorar la contribucin del PFCD a la mejora del Desarrollo Humano de la zona, al avance en el logro de los ODM y/o a la erradicacin de la pobreza. La pertinencia de un proyecto se interroga sobre la adecuacin de los objetivos y resultados obtenidos a las necesidades locales. Era ste el mejor de los proyectos que se podan haber realizado?, estaban bien identificados sus objetivos? A la vista de la situacin alcanzada, es conveniente mantener, modificar o abandonar la lnea de trabajo trazada?
Eficacia
El objetivo especfico del proyecto se ha alcanzado a medias, ya que el valor diagnstico de las imgenes no ha sido descartado pero tampoco demostrado. Se ha trabajado con ahinco y se han obtenido conclusiones que creo que sern tiles. Sin embargo, la demora en la entrega de los equipos solicitados y la dificultad de coordinar con las distintas instancias y personas que de algn modo deban brindar su apoyo, hacen que los resultados alcanzados sean parciales.
Nota: Constatar hasta qu punto se ha logrado el Objetivo Especfico del proyecto contrastando si se han obtenido los resultados previstos por el mismo. Para poder evaluar la eficacia de un proyecto es necesario que el Objetivo Especfico y los resultados estn formulados con precisin. Es conveniente aportar datos objetivos que corroboren el logro de los objetivos y resultados.
Impacto [anlisis de las consecuencias, positivas y negativas, previstas o no, que ha tenido el
proyecto en los diferentes mbitos]
Programa de Proyectos Fin de Carrera o Master para el Desarrollo INFORME FINAL ANEXO VI
Social
Al tratarse de un proyecto de investigacin y no haberse llegado a la implementacin del sistema completo de telemedicina el impacto del PFC se considera reducido. Se puede citar el incremento de la capacidad investigativa de los tcnicos que colaboraron en el proyecto y sobre todo el impacto potencial que se genera habiendo dado comienzo a la investigacin. Con la implementacin del programa completo se espera mejorar la atencin sanitaria de los habitantes de zonas rurales aisladas. El proyecto no ha considerado aspectos de gnero.
De igual manera, el impacto es potencial. La implementacin del sistema de telemedicina supondra una mejora del diagnstico en varias comunidades rurales, que permitira la aplicacin inmediata de un tratamiento correcto, evitando gastos en medicamentos y recuperando ms rpidamente una fuerza de trabajo que en el mbito rural y agrcola suele ser indispensable para la economa familiar.
Gnero
Econmico
Mediambiental
El desarrollo completo del proyecto, no tendra impacto alguno sobre el medio ambiente local, ya que la red se encuentra ya instalada.
Viabilidad y sostenibilidad [anlisis de las posibilidades de que los efectos positivos del
proyecto permanezcan y se desarrollen una vez finalizada la intervencin; se analizan distintos factores esenciales de la sostenibilidad de un proyecto] No ha existido comunicacin con los beneficiarios. nicamente se ha contactado con tcnicos sanitarios y representantes de organizaciones que trabajan en las comunidades.
En este punto creo que si se puede garantizar la sostenibilidad del poryecto. Se han producido frecuentes contactos entre el Laboratorio en el que se ha desarrollado el proyecto y la Direccin de Salud del Departamento de Loreto, que se ha implicado en su desarrollo, y se ha creado un grupo de Telemedicina en el Laboratorio formado por alumnos de grado y master, que se encargarn de su desarrollo y acometern nuevos proyectos. Se cuenta con la colaboracin de dos Grupos de Investigacin de la PUCP, uno de ellos, el Grupo de Telecomunicaciones Rurales gestiona la instalacin y mantenimiento de la red wi-fi situada a lo largo del ro Napo. Ya se han implementado algunos servicios de telemedicina como consultas telfnicas, el diagnstico a travs de imgenes se considera el siguiente servicio a implementar a travs de la red, el cual, est siendo investigado con inters por el otro grupo, en el que se ha desarrollado el proyecto, el Laboratorio de Imgenes Mdicas, en el que poco antes de mi retorno se form un grupo de Telemedicina. El inters de ambos grupos, las personas dedicadas y la inversin realizada en material, hacen preveer que el proyecto se seguir desarrollando. 10
Social
Capacidad institucional
Polticas de apoyo
Tecnolgica
En todo momento se ha procurado seleccionar equipos capaces de garantizar imgenes de calidad al menor coste, pensando en su implementacin a gran escala. El mantenimiento no se ha abordado, aunque son conocidas las condiciones extremas de humedad y temperatura a la que trabajarn los equipos y deber ser abordado por futuros investigadores. La integracin de las soluciones tcnicas tampoco se ha realizado, pero se han desarrollado estudios que prueban la influencia negativa de la experiencia en el uso de la nueva tcnica diagnstica, de manera que dado que los tcnicos ya estn habituados a realizar consultas a travs de internet, se considera que la capacitacin para el uso de la nueva tecnologa no ser complicada.
Nota: Valorar si la eleccin, desarrollo y empleo de las soluciones tcnicas estn adaptadas a las condiciones locales existentes. Cmo se ha planificado el mantenimiento de las soluciones tcnicas propuestas? Cmo se han integrado en la comunidad las innovaciones tcnicas? Cmo se ha hecho la transferencia de resultados a los agentes locales?
Econmica
En esta primera fase de investigacin se ha realizado la adquisicin de un equipo que se considera como ptimo para obtener imgenes de gran calidad, a un coste moderado (900 USD). Se han realizado tambin estudios con un equipo de menor coste y se cree que deberan analizarse todava un par de equipos ms, antes de llegar a la propuesta de implementacin definitva para todos los puestos de salud. No se ha realizado todava un anlisis completo de costes y rentabilidad, aunque se cree que podran implementarse sistemas de calidad a partir de unos 500USD cada sistema que deberan ser instalados en los 17 puestos que componen la red. Se estima que considerando transporte de equipos y porcesos de capacitacin y formacin, el coste total de la implantacin del sistema no debera ser superior a los 10000 , el cual permitira no slo mejorar el diagnstico de malaria, sino el de otras enfermedades de alta incidencia que se diagnostican a travs de muestras microscpicas, como la tuberculosis.
Eficiencia
Los costes del proyecto se han traducido en la adquisicin de un equipo, que no ha sido utilizado por falta de tiempo pero que se espera sea amortizado por el Laboratorio en el futuro ms inmediato y el pago a tcnicos por la colaboracin prestada para el desarrollo de un estudio de comparacin intra-observador de imagen digital contra microscopio e interobservador que ha permitido evaluar influencia de la experiencia en la utilizacin de la nueva tcnica diagnstica. No se ha encontrado en la bibliografa datos de una investigacin similar en pases en desarrollo, que permita evaluar el valor diagnstico de imgenes. El equipo adquirido se trata de una cmara DSLR con un adaptador especialmente diseado para la micro-fotografa. Se recomienda la comparacin con otros sistemas de micro-fotografa como las cmaras especialmente diseadas para este fin (EHAS ha adquirido una de este tipo).
11
Programa de Proyectos Fin de Carrera o Master para el Desarrollo INFORME FINAL ANEXO VI 5. OBSERVACIONES SOBRE PERSPECTIVAS FUTURAS
Debido al formato de mi proyecto, residiendo en Lima y trabajando casi de forma permanente en un Laboratorio de la PUCP, no he tenido muchas oportunidades de comprobar las necesidades de la poblacin Amaznica que se supone es la potencial beneficiaria del proyecto, ms que de odas (o ms bien ledas), y a travs de los breves contactos establecidos en mis dos viajes a la ciudad de Iquitos. En uno de esos viajes, en una reunin con gente del Grupo de Telecomunicaciones Rurales y de EHAS, conoc al Padre Jack, mdico norteamericano, que lleva ms de 20 aos establecido en Santa Clotilde (Maynas, Loreto). Desconozco si trabaja para una ONG o por su cuenta, pero supe que cualquier organizacin, especialmente de carcter sanitario, que pretenda realizar alguna labor en la zona, previamente consultaba con l. Me consta que los problemas no atendidos en la zona, son numerosos, pero mi conocimiento es superficial. Existe una gran falta de infraestructuras en la Amazona (la capital del departamento, Iquitos, no se encuentra conectada por tierra con el resto de Per), de manera que la mayor parte del transporte se realiza por va fluvial, con el retraso y coste que ello implica. La falta de redes de comunicacin tambin es palpable, ya que a las compaas telefnicas no les sale rentable extender cable telefnico a lo largo de grandes zonas despobladas para alcanzar pequeos ncleos, iniciativas como las del Grupo de Telecomunicaciones Rurales tratan de paliar esta carencia. Sin embargo, esto no supone que se haya respetado la gran diversidad medioambiental de la Amazona, la tala indiscriminada (tanto legal como ilegal) es precisamente causante de la propagacin de malaria, ya que se generan zonas desforestadas en las que aparecen charcas que resultan un hbitat realmente apropiado para los mosquitos transmisores, tambin se realiza extraccin de petrleo en la zona, no he tenido oportunidad de visitar las plantas pero si he observado los petroleros surcando el Amazonas y no parecen barcos que destaquen por su bsqueda del respeto medioambiental. Existen otros problemas sanitarios en la regin, la tuberculosis, el dengue, la fiebre amarilla y la tifoidea se encuentran presentes aunque parece que los casos van disminuyendo, sin embargo, la presencia de enfermedades de transmisin sexual (incluido el VIH), es bastante ms alta que en el resto del pas, esta informacin me fue proporcionada por tcnicos de un laboratorio de Iquitos que visit en dos ocasiones. La regin sufri una fuerte crisis econmica a raiz de la cada del precio del caucho a mediados de siglo, pero parece que hoy se recupera a travs de un turismo no se si sostenible, al menos las zonas cercanas a la capital que es donde viajan los turistas procedentes de Lima. En la zona, se desarrollan proyectos tanto de la PUCP como de la Universidad Mayor de San Marcos (limeas) y de la Universidad Nacional de la Amazona Peruana, estas dos ltimas, son Universidades pblicas, con unos recursos muy limitados y desarrollan proyectos de sensibilizacin medioambiental y agrnomos sobre todo. Por otro lado, en mi estancia en Lima y en viajes por el pas he tenido la oportunidad de conocer otras problemticas y ONG's que las combaten. En la ciudad de Lima, residen cerca de dos millones de personas en las zonas denominados "conos". A travs de un amigo de Madrid, que trabajaba para la ONG Entreculturas tuve la oportunidad de visitar y conocer la realidad de estas zonas. Los habitantes de los conos son por lo general desplazados de zonas montaosas a causa del conflicto blico que sacudi Per entre el 80 y el 2000 (o sus hijos). Al llegar se ubicaron en cerros arenosos, a las afueras de la ciudad, en tierras que por lo general resultan de propiedad privada. A la sensacin de prdida y vulnerabilidad tras dejar atrs sus escasas posesiones se uni el rechazo generalizado de la poblacin limea que los identificaba con terroristas. Se trata de un conflicto tnico, racial y cultural como el que se puede encontrar en otros pases sudamericanos con un fuerte porcentaje de poblacin indgena. Hoy en da, malviven
12
en chozas de madera en las tierras ocupadas sin servicios de luz, agua corriente o alcantarillado. Reclaman soluciones, pero las Administraciones les contestan que no pueden actuar mientras sigan instalados en suelo ocupado. Pretenden comprar pero ahora los propietarios de las tierras reclaman ms por un suelo que va a pasar a ser urbano y mientras, los habitantes pagan el agua que se les transporta en camiones cisterna (no siempre en buen estado), 6 veces ms cara que en el resto de la ciudad. Existen problemas de violencia de gnero y sanitarios, pero sin embargo (al menos en las zonas que yo visit), no parece haber graves problemas de inseguridad ciudadana y la organizacin de los asentamientos a travs de asambleas es un ejemplo de democracia y autogestin. El personal de la organizacin anteriormente mencionada (mayoritariamente voluntarios) trata de ayudar en la conciliacin con los propietarios y las administraciones y lleva a cabo proyectos como instalacin de postas mdicas, colegios, reforestacin. Aunque nada que ver con mi proyecto, tuve al menos la oportunidad de conocer un trabajo de campo que me pareci de gran inters. Por otro lado, tuve la oportunidad de conocer levemente el trabajo desarrollado en la Universidad Cayetano Heredia en Medicina en una convencin conjunta y de la Universidad Nacional de Ingeniera a travs de una amiga que desarrollaba un proyecto all. Respecto a las organizaciones que trabajan en el mbito de la cooperacin, he tenido acceso al trabajo de algunas de ellas a travs de ferias de organizaciones sociales que se desarrollaban peridicamente en la Universidad. Una gran parte de estas organizaciones se centraban en la recuperacin de la memoria y el respeto de los derechos humanos de las vctimas del conflicto, existen todava miles de desaparecidos, y fosas cuya ubicacin se conoce y an no han sido exhumadas. Por ltimo, tuve la oportunidad de acercarme a los conflictos entre minera y campesinado en un viaje a la provincia de Cerro de Pasco. Se trata de una zona enormemente contaminada, en la que los nios tienen problemas de aprendizaje y heridas en la cara derivados de la inhalacin de plomo, los ros discurren de color anaranjado y los animales mueren por comer en campos regados por un agua contaminada. Parte de la poblacin va a ser desplazada por un proyecto de ampliacin de la mina, tuvimos acceso al Estudio de Impacto Ambiental de dicho plan, cuando lo consult con mi profesor de Ingeniera Ambiental en la Universidad descubrimos numerosos defectos de forma, adems de los muy sonrojantes defectos de contenido que se podan apreciar a simple vista. Me ha quedado la impresn de que hay muchsimo trabajo por hacer en Per pero que existe esperanza, parece que las clases medias van ganando terreno y he tenido la oportunidad de conocer a numerosos jvenes en la Universidad a la que asist (la mejor del pas), que no slo se preocupaban de su futuro personal sino que eran conscientes de la problemtica del pas y tenan ganas de aportar los conocimientos obtenidos a lo largo de su formacin para lograr un desarrollo incluyente y solidario.
Nota: Incluir observaciones y/o informacin relevante sobre el contexto en el que se ha trabajado, sobre otras acciones de cooperacin que se estn desarrollando simultneamente en l, as como otras circunstancias que puedan ayudar a otras actuaciones futuras dentro del mbito de la cooperacin universitaria para el desarrollo:
-
identificacin de otros problemas en la zona no atendidos organizaciones o instituciones que trabajen en el mbito de la cooperacin o la investigacin para el desarrollo
13
-
lneas de trabajo de universidades del entorno etc.
6. CONCLUSIONES PERSONALES
Creo que ha sido una gran experiencia para m y quiero agradecer a la Direccin de Cooperacin la oportunidad que me ha brindado. He aprendido a desenvolverme a nivel institucional ya que he tenido que coordinar reuniones y trabajos con personas de distintos mbitos y organismos que ni siquiera se encontraban en nuestra ciudad. He tenido que ejercer de subordinado en el Laboratorio de la PUCP y como gestor de un grupo humano en el laboratorio de Iquitos. He tenido acceso a numerosas publicaciones cientficas y mdicas y me he familiarizado con la forma de presentar los datos y la organizacin de los artculos publicados en revistas cientficas. He conversado con algunas personas que llevan mucho tiempo trabajando en Cooperacin y he aprendido acerca de aspectos importantes como la bsqueda de financiacin, la presentacin de proyectos, el diseo, buscando conceptos como la sostenibilidad a travs de la implicacin de la poblacin local en la gestin y mantenimiento y la evaluacin. Por otro lado, y de manera ajena a la realizacin del proyecto he tenido oportunidad de observar las tremendas desigualdades existentes en el seno de la sociedad peruana, a tan solo cientos de metros de distancia, que resultan tambin las del mundo y he compartido la experiencia de algunos que luchan contra dichas desigualdades. He convivido con personas de diversas nacionalidades y culturas que me han aportado distintos puntos de vista y han contribuido a mi enriquecimiento personal. Me he permitido tambin recorrer algunos lugares de increble belleza natural y en algunos casos he tenido el privilegio de acercarme a la vida de los habitantes de pequeas comunidades no acostumbradas a ver turistas. He hablado de poltica muchas veces con personas de ideas absolutamente contrarias y he imaginado maneras de cambiar el mundo. Sn embargo me queda la "espina" de no haber podido desarrollar un verdadero proyecto de cooperacin sobre el terreno. Estoy satisfecho porque cuando llegu a Lima no tena nada, y al final he vuelto con el PFC realizado y con un montn de recuerdos, experiencia y madurez. Sin embargo considero que, en primer lugar, no todo el mundo es capaz de embarcarse en la aventura de viajar a Sudamrica o frica, por sus condiciones personales o econmicas, a buscar un Proyecto de Cooperacin por muchas ganas que tenga, y en segundo lugar, es posible que aunque se encuentre preparado, no consiga encontrar un proyecto que se adecue a su preparacin o expectativas. Se que existen Escuelas en nuestra Universidad donde el profesorado se encuentra implicado en este tipo de actividades y trata de colaborar con el alumnado, humildemente, creo que no es el caso de la ma, la Escuela Tcnica Superior de Ingenieros Industriales. En su momento, habl con la Directora de Relaciones Internacionales que a su vez forma parte de un grupo de Cooperacin. La nica informacin o sugerencia que pude obtener fue la de viajar a Per con una beca Magalhaes y all buscar el proyecto. No me parece la manera ms adecuada de actuar en este aspecto. Considero que debera existir en primer lugar una coordinacin ms fuerte entre la Direccin de Cooperacin y los distintos grupos de Cooperacin de la UPM as como con las Relaciones Internacionales de cada escuela. Por otro lado, considero que sera til, que de alguna manera, ya sea a travs de la Direccin de Cooperacin, o de manera descentralizada a travs de Relaciones Internacionales de cada Escuela, exista una oferta de proyectos pblica y accesible para garantizar la igualdad de oportunidades a todo el alumnado de la UPM.
14
El reto que ahora mismo se me presenta es tratar de sortear la crisis econmica y de valores que en estos momentos vivimos, convertir la incertidumbre en oportunidad y tratar de trazarme un futuro en el que pueda seguir aprendiendo y, de manera creciente, implicarme en el desarrollo de aquellas zonas en las que, precisamente, al quedar tanto por hacer, el desarrollo se puede hacer de manera sostenible.
15
ANEXO VI.1: CUESTIONARIO DE EVALUACIN DEL PROGRAMA DE BECAS PARA PFC PARA EL DESARROLLO Objetivos: Conocer el grado de cumplimiento del Programa. Conocer el grado de cumplimiento de los objetivos de los alumnos PFCD. Conocer las condiciones de la estancia en los pases de los alumnos PFCD. Conocer el grado de satisfaccin del becario en relacin con el Programa de Becas PFCD. Ofrecer elementos de juicio para la evaluacin y mejora del Programa (respuesta a los indicadores previstos en el Programa).
Las respuestas a este cuestionario no son annimas por razones tcnicas (evaluacin del convenio firmado con la universidad o Instituto local, etc.), pero con objeto de preservar la privacidad de los encuestados, no sern publicadas individualmente ni difundidas sin autorizacin expresa del autor, y slo sern usadas para su tratamiento estadstico, guardndose en sobre cerrado hasta su destruccin una vez acabado el estudio previsto. Los apartados de Observaciones tiene como objeto que puedas hacer las precisiones, aclaraciones y crticas que consideres oportunas. Nos interesa todo lo que pueda ayudarnos a corregir errores y mejorar el Programa. Este cuestionario tambin se entregar en el curso de la plataforma Moodle en un fichero nombrado: PFCD-UPM-10_CuestionarioEvaluacion_nombreapellidos.* Muchas gracias por tu colaboracin.
16
Programa de Proyectos Fin de Carrera o Master para el Desarrollo INFORME FINAL ANEXO VI CUESTIONARIO 1. Qu grado de cumplimiento de tus objetivos personales ha supuesto el desarrollo de los contenidos de este Programa de PFCD para el Desarrollo en el que has participado? (Marcar con una cruz)
alto a nivel acadmico como experiencia profesional como experiencia personal X X
aceptable X
bajo
nulo
Observaciones: Me hubiera gustado tener un mayor acercamiento a la cooperacin y trabajar directamente con comunidades, pero creo que he madurado como persona y tambin espero que la experiencia profesional adquirida me sea til en un futuro cercano.
17
2. Valora de 0 a 3 los siguientes aspectos de tu estancia:
Alimentacin Salud, atencin sanitaria
3 No necesite 3 1 2
Alojamiento Seguridad ciudadana/ poltica Relacin con beneficiarios/ partcipes del proyecto (individuales, comunidades, autoridades) Atencin personal por parte de la universidad local Atencin personal por parte del cotutor Atencin acadmica por parte de la universidad local Atencin acadmica por parte del cotutor Valoracin de tu actividad en los medios comunitarios/ locales en los que has desarrollado tu trabajo Conocimiento/ inters por tu trabajo en el medio universitario en el que te has encontrado
2 2 3 2 1
18
Observaciones:
19
3. Valora de 0 a 3 los siguientes aspectos del Programa de Becas para PFCD para el Desarrollo en el que has participado:
Convocatoria (requisitos, plazos, difusin de la informacin, etc.) Formacin previa en la UPM Curso on line (plataforma moodle) Atencin acadmica de tu tutor/a UPM Atencin administrativa de la UPM Cuanta de la beca Sistema y periodos de pago
2 1 1 0 2 3 3
Observaciones: En ningn momento tuve acceso a la plataforma Moodle, ya que se me solicitaba una contrasea de acceso que segn deca "debera haber recibido de Miano Rafael." Respecto a mi tutor UPM, mi situacin fue un poco especial. Cuando viaj a Per, el acuerdo con mi Escuela fue el de hacer 5 y PFC, l me comunic entonces que su labor como tutor sera meramente adminsitrativa. Como solicit la beca desde el destino, no tuve oportunidad de buscar una persona ms implicada que me apoyara. A mi vuelta he estado conversando con Teresa Riesgo, directora del Centro de Electrnica Industrial y va a ser ella quien se implique como tutora en la redaccin del proyecto. En cuanto a la formacin tuve oportunidad de cursar asignaturas de libre eleccin "Proyectos de Cooperacin" y "Jornadas de Cooperacin y Desarrollo Sostenible", las cuales creo que han resultado muy tiles para tomar conciencia de los retos y problemas que plantea la cooperacin.
20
4. En relacin con la presentacin de tu PFCD en tu Escuela/Facultad has tenido, o ests teniendo, algn problema derivado del carcter especial del mismo (PFCD para el Desarrollo)? Cul/ Cules?
En principio no, todava no he iniciado los trmites, pero no parece que vaya a haber problemas, espero presentarlo en la convocatoria de Abril, ya que todava me resta una asignatura.
5. En relacin con la ejecucin de tu Proyecto de Fin de Carrera, cul es su situacin actualmente? (marcar con una cruz)
no puede ser ejecutado puede ser ejecutado pero no cuentan con los instrumentos necesarios para ello (econmicos, poltico-administrativos, tcnicos, etc) va a ser ejecutado X
Otros (explicar):
Mi proyecto se puede considerar como la primera fase de un programa ms ambicioso de telemedicina y procesamiento de imgenes para el diagnstico de malaria, de manera que la implementacin todava queda lejos. En mi proyecto, centrado en la adquisicin de imgenes, se ha prestado atencin a ambas reas, que seguramente debern ser desarrolladas por separado por futuros proyectantes de la PUCP. Antes de mi regreso tuve la oportunidad de compartir mi experiencia y conocimientos con algunos de los nuevos proyectantes, del recin formado, grupo de Telemedicina del Laboratorio de Imgenes Mdicas de la PUCP, lo cual me hace pensar que la investigacin va a seguir adelante y llegarn a la implementacin del sistema completo.
21
6. En caso de que no vaya a ser ejecutado o no pueda serlo de momento, aceptaras su transferencia a la entidad o institucin que pueda ponerlo en marcha? (marcar con una cruz)
S No S, en ciertas condiciones (incluirlas en Observaciones)
Observaciones
Si, por supuesto, ojal lleguen a desarrollar algn da un sistema de diagnstico de malaria por imgenes, supondra un gran salto cualitativo en la atencin sanitaria de muchas zonas rurales aislada y empobrecidas del planeta. El sistema sera fcilmente replicable en cualquier otra zona del globo.
7. Te interesa colaborar en actividades de Cooperacin para el Desarrollo? (marcar con una cruz)
S, como voluntario en alguna ONGD o colaborando con alguna asociacin S, como voluntario vinculado a algn Grupo de Cooperacin de la UPM No
X X
Observaciones
Me encantara dedicarme de manera profesional a la Cooperacin, se que ahora mismo ha habido recortes de fondos y la situacin es complicada para los que estamos terminando nuestras carreras. Me conformara con colaborar como voluntario e ir adquiriendo experiencia.
8. Indica tu nombre y apellidos, localidad y pas donde has desarrollado tu beca:
22
Programa de Proyectos Fin de Carrera o Master para el Desarrollo INFORME FINAL ANEXO VI Nombre y apellidos: Rubn Garca Garca Localidad: Lima Pas: Per.
23

PFC .-Rubén García García

Hochgeladen von

Dokumentinformationen

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

PFC .-Rubén García García

Hochgeladen von

Copyright:

Verfügbare Formate

UNIVERSIDAD POLITCNICA DE MADRID ESCUELA TCNICA SUPERIOR DE INGENIEROS INDUSTRIALES DIVISIN DE INGENIERA ELECTRNICA

PROYECTO FIN DE CARRERA

Madrid, Abril 2011

Captulo 6.- Conclusiones y recomendaciones ............................................................... 141

o En el captulo 6, Conclusiones y Recomendaciones, se formularn las

Captulo 1.- Justificacin y objetivos.

Captulo 1.-Justificacin y objetivos

Captulo 1.-Justificacin y objetivos

Captulo 1.-Justificacin y objetivos

Captulo 1.-Justificacin y objetivos

Captulo 1.-Justificacin y objetivos

Captulo 1.-Justificacin y objetivos

Captulo 2.- Marco terico.

Captulo 2.- Marco terico

Captulo 2.- Marco terico

Captulo 2.- Marco terico

Captulo 2.- Marco terico

Captulo 2.- Marco terico

Captulo 2.- Marco terico

Captulo 2.- Marco terico

Figura 3: Funcionamiento de un sensor CCD full-frame.

Captulo 2.- Marco terico

Figura 4: Funcionamiento de un sensor CCD Frame-Transfer.

Figura 5: Funcionamiento de un sensor Interline-Transfer.

Captulo 2.- Marco terico

Figura 6: Mscara de Bayer.

Captulo 2.- Marco terico

Donde p es el tamao del pxel, que se puede calcular de la siguiente manera: =

Captulo 2.- Marco terico

Captulo 2.- Marco terico

Captulo 2.- Marco terico

Captulo 2.- Marco terico

Figura 7: Partes que forman el tren de luz de un microscopio.

A continuacin, se explicarn brevemente la funcin de cada una de las partes:

Captulo 2.- Marco terico

Captulo 2.- Marco terico

Las lentes colectoras y el condensador deben encontrarse infinitamente desenfocados.

Figura 8: Iluminacin de Kohler. Fuente: Baylor College of Medicine. (Texas, USA)

Captulo 2.- Marco terico

Captulo 2.- Marco terico

Figura 10: Aberracin de coma.

Figura 11: Curvatura de campo.

Captulo 2.- Marco terico

Figura 13: Efectos de la distorsin ptica.

Figura 14: Aberracin cromtica longitudinal

Figura 15: Aberracin cromtica lateral.

Captulo 2.- Marco terico

Captulo 2.- Marco terico

A continuacin se definen algunos parmetros propios de los sistemas pticos:

Captulo 2.- Marco terico

Captulo 2.- Marco terico

Tabla 1: Influencia de la abertura y del ngulo de visin sobre las aberraciones

Captulo 2.- Marco terico

Captulo 2.- Marco terico

Captulo 2.- Marco terico

Captulo 2.- Marco terico

Figura 18: Representacin de una imagen en un espacio 3D como RGB

Captulo 2.- Marco terico

Captulo 2.- Marco terico

Captulo 2.- Marco terico

Captulo 2.- Marco terico

Figura 20: Interfaz del programa ImageJ.

Captulo 2.- Marco terico

Captulo 2.- Marco terico