Cuantificacion de parametros histologicos del adenocarcinoma de colon mediante ai. Aportaciones para la obtencion de un clasificador automatico

Resumen

Objetivos: El presente trabajo se ha diseñado con la finalidad de confeccionar un clasificador capaz de diagnosticar automáticamente lesiones de colon. Hemos estudiado el cáncer de colon por ser una patología con gran incidencia en nuestro medio y por presentar unas características histológicas fáciles de reconocer. Material y Método: se han estudiado 30 adenocarcinomas tubulares de colon y 30 casos de mucosa de colon sana. De cada caso se han captado 3 imágenes para cada uno de los aumentos estudiados (10, 40 y 100 aumentos). Las imágenes captadas a bajo aumento se han utilizado para el estudio del área de las glándulas y del estroma (RGS), con las obtenidas a 40 aumentos se ha estudiado la estratificación nuclear, y con las obtenidas a gran aumento se han estudiado los parámetros nucleares de superficie y densidad. El estudio y la manipulación de las imágenes captadas se ha realizado con técnicas de análisis de imagen más automáticas con respecto a la metodología utilizada por otros grupo de trabajo. Unicamente requiere interación la segmentación de la imagen a bajo aumento se determina un nivel fijo de binarización para cada imagen; a 40 aumentos la segmentación nuclear se realiza globalmente y no, individualmente; y a gran aumento la segmentación es interactiva. Resultados: no se obtienen diferencias significativas en los valores de la RGS entre las categorías diagnósticas. El resto de las variables estudiadas muestran mayores valores medios en casos malignos que en benignos. Al distribuir los valores de las variables, el único parámetro capaz de discriminar entre lesiones benignas y malignas es la estratificación nuclear. Las variables nucleares muestran solapamiento entre las categorías diagnósticas. Por medio de análisis discriminante se han seleccionado 3 variables (estratificación, área y densidad nucleares) para la construcción de la norma de clasificación que clasifica corr