Examen de la conjuntiva palpebral para la evaluación de la anemia con métodos de procesamiento de imágenes
El examen del nivel de hemoglobina de la sangre es una forma importante de lograr el diagnóstico de la anemia, pero requiere la extracción de sangre y el análisis de sangre. El examen de la distribución del color de la conjuntiva palpebral es un procedimiento estándar de diagnóstico de la anemia, que no requiere un análisis de sangre. Sin embargo, dado que la percepción del color no siempre es consistente entre diferentes personas, intentamos imitar la forma de examen físico de la conjuntiva palpebral para detectar la anemia, de modo que los ordenadores puedan identificar automáticamente a los pacientes con anemia de forma consolidada para un proceso de cribado. En este trabajo proponemos dos algoritmos para el diagnóstico de la anemia. El primer algoritmo pretende ser simple y rápido, mientras que el segundo es más sofisticado y robusto, proporcionando una opción para diferentes aplicaciones. El primer algoritmo consiste en un clasificador simple de dos etapas. En la primera etapa, utilizamos una técnica de decisión por umbralización basada en una característica llamada índice de tono alto (HHR) (extraída del espacio de color HSI). En la segunda etapa, se propone una característica denominada valor del píxel en el medio (PVM) (extraída del espacio de color RGB), seguida del uso de un clasificador de distancia mínima basado en la distancia de Mahalanobis. En el segundo algoritmo, tenemos en cuenta 18 características posibles, entre ellas una característica de entropía recién añadida, algunas características mejoradas del primer algoritmo y 13 características propuestas en un trabajo anterior. Utilizamos la correlación y la estadística simple para seleccionar 3 características relativamente independientes (entropía, binarización del HHR y PVM del componente G) para la clasificación mediante una máquina de vectores de apoyo o una red neuronal artificial. Por último, evaluamos el rendimiento de clasificación de los algoritmos propuestos en términos de sensibilidad, especificidad y valor Kappa. Los resultados experimentales muestran un rendimiento relativamente bueno y demuestran la viabilidad de nuestro intento, lo que puede alentar un mayor estudio de seguimiento en el futuro.