Detección de Regiones de Interés en imágenes de la prueba de Papanicolaou

Abstract

Las Regiones de Interés son ampliamente usadas en el procesamiento digital de imágenes para la detección de anomalías u otros tipos de procesamiento. Las anomalías son pequeños objetos que son diferentes de la gran mayoría. En el presente trabajo se obtienen ROI en la prueba de Papanicolaou para su uso posterior, de detección de anomalías. Se diseñó e implementó un algoritmo con clasificadores basados en histogramas y rasgos para la detección de regiones de interés en imágenes de la prueba de Papanicolaou. Este algoritmo se probó con 40 imágenes, 20 que sólo contenían células normales y 20 con células anómalas. El 100% de las imágenes con células anómalas presentó regiones de interés. De las 20 imágenes con sólo células normales, sólo 9 contuvieron regiones de interés. Por otro lado, el método propuesto incluyó en las regiones de interés al 92.43% de las células anómalas.