Back to Search Start Over

Image analysis and recognition of the tripomastigote form of Trypanosoma cruzi for automated quantification of parasites in images with low densitiy of points

Authors :
Diogo Matos da Silva
Luciano da Fontoura Costa
Helder I. Nakaya
Helder Takashi Imoto Nakaya
Luciano da Fontoura Costa
João do Espírito Santo Batista Neto
Marta de Lana
Ariel Mariano Silber
Source :
Biblioteca Digital de Teses e Dissertações da USP, Universidade de São Paulo (USP), instacron:USP
Publication Year :
2020
Publisher :
Universidade de São Paulo, 2020.

Abstract

A detecção de parasitas no sangue periférico é prova definitiva de infecção de Trypanosoma cruzi em vertebrados. O acompanhamento da parasitemia de T. cruzi em camundongos infectados é necessário tanto para a manutenção da cepa estudada em animais no laboratório, quanto para se inferir a modulação da infecção por diferentes tratamentos. A análise de amostras por esfregaço sanguíneo é utilizada para estudos morfométricos, mas apresenta baixa sensibilidade quando utilizada para parasitemia manual. É preferível que a contagem seja realizada de forma automatizada com máxima sensibilidade, em menor intervalo de tempo e com menores custos. Técnicas de processamento de imagens e reconhecimento de padrões já vêm sendo utilizadas em micrografias digitais com boa resolução para impressão, a partir de 300 ppp (pontos por polegada). Propomos a aplicação dessas técnicas em imagens com baixa densidade de pontos por polegada para parasitemia da cepa Y de T. cruzi, na forma tripomastigota. Analisamos microgafias de esfregaço sanguíneo coradas com Giemsa que foram obtidas com câmeras de dispositivos móveis. As câmeras desses aparelhos são capazes de capturar imagens com 72 ppp em uma área de 4000x3000 pixels, ou 12 megapixels. Realizamos a extração de um conjunto de descritores composto por medidas geométricas, de curvatura e de cor e textura do cinetoplasto e do núcleo de 2304 parasitos. Os descritores extraídos foram separados em conjuntos de treinamento e de teste e classificados com SVM. Os resultados de precisão, sensibilidade, especificidade e área ROC do método proposto foram de 91,4%, 91,7%, 97,9% e 94,5%, respectivamente. Nossos resultados demonstram que a automatização da análise de imagens com baixa densidade de ppp é uma alternativa viável para a redução de custos e ganho de eficiência na utilização do microscópio ótico. Detection of parasites in peripheral blood presents complete proof of Trypanosoma cruzi infection in vertebrates. Monitoring of T. cruzi parasitemia in infected mice is necessary for maintaining the strain studied in laboratory animals and for inferring the modulation of infection by different treatments. The analysis of blood smear samples is used for morphometric studies, but it presents low sensitivity when used for manual parasitemia. It is preferable to perform an automated couting with maximum sensitivity, in a shorter time, and with lower costs. Image processing and pattern recognition techniques have already been used in digital micrographs with good resolution for printing, from 300 dpi (dots per inch). We propose the application of these techniques in images with low density of dots per inch in the parasitemia of strain Y of T. cruzi, in trypomastigote form. We analyzed micrographs of blood smear stained with Giemsa obtained using mobile device cameras. Those cameras are capable of capturing images with 72 dpi in an area of 4000x3000 pixels, or 12 megapixels. We extracted a set of descriptors composed of geometric, curvature, color and texture measurements of the kinetoplast and nucleus of 2304 parasites. Those descriptors were divided into training and test sets and classified using SVM. The values of precision, sensitivity, specificity, and ROC area of the proposed method were 91.4%, 91.7, 97.9% and 94.5%, respectively. Automating image analysis with low dpi density is a viable alternative for reducing costs and gain efficiency in the use of the optical microscope.

Details

Language :
Portuguese
Database :
OpenAIRE
Journal :
Biblioteca Digital de Teses e Dissertações da USP, Universidade de São Paulo (USP), instacron:USP
Accession number :
edsair.doi.dedup.....2e864d961e2b2adb98aaf75f69e5d25d