Clasificadores para el reconocimiento automático de células blásticas en leucemias agudas linfoides y mieloides

Abstract

La realización de pruebas morfológicas de análisis de sangre periférica sigue siendo un primer paso para el diagnóstico morfológico rápido, así como para la selección de técnicas adicionales y el seguimiento de los pacientes con enfermedades malignas de la sangre, incluyendo la leucemia aguda, en la que el tratamiento temprano es esencial para la mayor supervivencia de los pacientes. El análisis automático de imágenes de sangre periférica, se ha ido integrando en la rutina diaria de numerosos laboratorios clínicos. Sin embargo, por lo general estos sistemas, subestiman el número total de células blásticas, ya que éstas son fácilmente confundibles con linfocitos normales y reactivos. En este trabajo se pretende diferenciar de forma automática y objetiva entre distintos tipos de células, centrándonos especialmente en los linfocitos reactivos (infecciones) y las células blásticas (leucemias agudas). Se usará para ello una base de datos de características cuantitativas extraídas directamente de las imágenes digitales de muestras de frotis de sangre periférica, obtenidas en el laboratorio CORE del Hospital Clinic de Barcelona. Se aplicarán técnicas de aprendizaje automático para la generación de clasificadores, que serán evaluados a través del cálculo de distintas medidas de rendimiento.

La realització de proves morfològiques d'anàlisis de sang perifèrica segueix sent un primer pas per al diagnòstic morfològic ràpid, així com per a la selecció de tècniques addicionals i el seguiment dels pacients amb malalties malignes de la sang, incloent la leucèmia aguda, en la qual el tractament primerenc és essencial per a la major supervivència dels pacients. L'anàlisi automàtica d'imatges de sang perifèrica, s'ha anat integrant en la rutina diària de nombrosos laboratoris clínics. No obstant això, en general aquests sistemes, subestiman el nombre total de cèl·lules blásticas, ja que aquestes són fàcilment confusibles amb limfòcits normals i reactius. En aquest treball es pretén diferenciar de forma automàtica i objectiva entre diferents tipus de cèl·lules, centrant-nos especialment en els limfòcits reactius (infeccions) i les cèl·lules blásticas (leucèmies agudes). S'usarà per a això una base de dades de característiques quantitatives extretes directament de les imatges digitals de mostres de frotis de sang perifèrica, obtingudes en el laboratori CORE de l'Hospital Clinic de Barcelona. S'aplicaran tècniques d'aprenentatge automàtic per a la generació de classificadors, que seran avaluats a través del càlcul de diferents mesures de rendiment.

Morphological tests of peripheral blood analysis is the first step in the process of fast morphological diagnosis of patients with malignant blood diseases, including acute leukemia, in which an early treatment is crucial for longer patient's survival. These tests are as well widely used for the selection of additional techniques and monitoring of such patients. The automatic analysis of peripheral blood images has been integrated into the daily routine of numerous clinical laboratories. These automatic systems are greatly advantageous, since they allow to classify a large number of normal blood cells. However, these systems generally underestimate the total number of blast cells, since they are easily confused with normal and reactive lymphocytes. In this work we aim to automatically and objectively differenciate between different types of cells, focussing our interest on reactive lymphocytes (infections) and blast cells (acute leukemias). A database of quantitative characteristics directly extracted from the digital images of peripheral blood smear samples, obtained in the CORE laboratory of the Hospital Clinic of Barcelona, will be used for this purpose. Machine learning techniques will be applied for the generation of classifiers, which will be evaluated through the calculation of different performance measures.