Discriminación de Tejidos Sanos sin Etiquetar mediante Microscopía Óptica de Contraste de Fase Cuantitativa

• José Luis Ganoza Quintana ^[1] ; José Luis Arce Diego ^[1] ; Félix Fanjul Vélez ^[1]
  1. [1] Universidad de Cantabria

     Universidad de Cantabria

     Santander, España

     
• Localización: Conectando la academia y la industria: Libro de actas OPTOEL 2023 / coord. por Alejandro Carballar Rincón, María del Rosario Fernández Ruiz, 2024
• Idioma: español
• Títulos paralelos:
  • Discrimination of Label-Free Healthy Tissues through Quantitative PhaseContrast Optical Microscopy
• Enlaces
  • Texto Completo Libro
• Resumen
  • español

    El procedimiento estándar para el diagnóstico de enfermedades es la biopsia convencional. La digitalización de muestras en fresco contribuye a reducir el tiempo de diagnóstico e irregularidades de imagen, al prescindir de fijado y teñido. La velocidad del diagnóstico aumenta, con el consiguiente efecto positivo sobre los pacientes. En este trabajo se propone un procedimiento basado en parámetros avanzados de microscopía óptica de contraste de fase cuantitativa para el diagnóstico de muestras frescas. El objetivo fundamental consiste en la distinción de diferentes tipos de tejidos humanos sanos, en concreto cerebro, ganglio, testículo y tiroides. Con objeto de proporcionar una clasificación automática, se emplea un clasificador de árbol de decisiones e inteligencia artificial. Varios tejidos presentan un error de clasificación por debajo del 10%. Los resultados obtenidos permiten afirmar que el procedimiento descrito podría potencialmente proporcionar un etiquetado automático de muestras histológicas frescas, mediante el empleo de parámetros avanzados de microscopía óptica de contraste de fase cuantitativa.

  • English

    The standard procedure for disease diagnosis is conventional biopsy. Digitizing fresh samples contributes to reducing diagnostic time and image irregularities, by avoiding fixation and staining. The speed of diagnosis increases, with the consequent positive effect on patients. In this work, a procedure based on advanced parameters of quantitative phase contrast optical microscopy for the diagnosis of fresh samples is proposed. The fundamental objective consists on the distinction of different types of healthy human tissues, specifically brain, lymph node, testicle and thyroid. In order to provide automatic classification, a decision tree classifier and artificial intelligence are used. Several tissues have a classification error below 10%. The results obtained allow us to state that the described procedure could potentially provide automatic labeling of fresh histological samples, through the use of advanced quantitative phase contrast optical microscopy parameters