Evaluación y clasificación de las imágenes de células del cérvix usando rasgos de texturas y morfológicos

• Yosmany Tejera Marante ^[1] ; Yoelkis Hernandez Victor ^[1]
  1. [1] Universidad de Ciego de Ávila Máximo Gómez Báez, Cuba
• Localización: Universidad & ciencia, ISSN-e 2227-2690, Vol. 9, Nº. 1, 2020, págs. 58-68
• Idioma: español
• Títulos paralelos:
  • Evaluation and classification of the images of cells of the cervix using textural and morphological features
• Enlaces
  • Texto completo
• Resumen
  • español

    El análisis de imágenes de células del cervixextraídas a través de la citología cervical es utilizado para la detecciónde anormalidades en las células,así como el estadioen que se encuentrael carcinoma detectado. En este articulose presenta una evaluación experimental para la clasificación de las células cervicales en las condiciones normal y anómala, se basasolamente en las características extraídas de la región ocupada por el núcleo, sin hacer uso de las características del citoplasma y se utilizancomo atributos de entrada losrasgos morfológicos y de texturas. Las técnicas de clasificación fueron realizadas por los algoritmos, Máquinas de Soporte Vectorial (MSV), los clasificadores de k vecinos más cercanos (kNN), árboles de decisión generados mediante C45, las técnicas estadísticas de clasificación como Regresión Logística y el perceptrón multicapa o MLP (Multi-LayerPerceptron). Este trabajo tiene como objetivo comparar los resultados de los algoritmos de clasificación de células cervicales en imágenes digitales usando como atributos de entrada rasgos morfológicos y rasgos de textura.

  • English

    The analysis of images of cervix cells extracted through cervical cytology is used to detect abnormalities in the cells, as well as the stage in which the detected carcinoma is found. This article presents an experimental evaluation for the classification of cervical cells in normal and abnormal conditions, based only on the characteristics extracted from the region occupied by the nucleus, without using the characteristics of the cytoplasm and using as input attributes the morphological features and textures. The algorithms performed the classification techniques, Vector Support Machines (MSV), the closest k-k classifiers (kNN), decision trees generated by C45, the statistical classification techniques such as Logistic Regression and the multilayer perceptron or MLP (Multi-Layer Perceptron). This work aims to compare the results of the cervical cell classification algorithms in digital images using morphological features and texture features as input attributes.