Identificación de equinocitos por análisis digital de imágenes microscópicas: optimización mediante transformada Wavelet

Abstract

Los equinocitos constituyen una variación morfológica de los glóbulos rojos (GR) donde el eritrocito luce de menor tamaño con prolongaciones distribuidas regularmente en su superficie. Se pueden evidenciar equinocitos bajo ciertas condiciones experimentales, como ocurre por ejemplo en GR que se crenan por efecto vidrio al ser colocados en un portaobjetos para su observación al microscopio. El procedimiento para eliminar el ruido de una imagen se basa en la descomposición de la señal observada en Wavelets y a continuación tomando valores de corte (threshold) para seleccionar los coeficientes adecuados por medio de los cuales la señal puede ser reconstruida. En el presente trabajo se propuso identificar distintas alteraciones en la morfología de los GR humanos frescos en suspensión a través del empleo de descriptores de forma incorporando la eliminación de ruido por transformada wavelet. Se utilizaron suspensiones de eritrocitos en medios consistentes en solución fisiológica con diferentes concentraciones de albúmina sérica humana. Se empleó el wavelet de Haar para eliminar el ruido de las imágenes digitales obtenidas. Los resultados son de utilidad para la cuantificación de GR crenados por efecto vidrio. La técnica de análisis de imágenes aquí presentada tiene potencial aplicación en la automatización del conteo y clasificación de GR con diferentes morfologías para poder correlacionarlos con patologías hematológicas.

Echinocytes are a morphological variation of red blood cells (RBC) where the erythrocyte appears smaller with spicules regularly distributed on its surface. This alteration can be seen under certain experimental conditions, as it happens when RBCs are placed on a slide for observation under a microscope and thus crenate due to glass effect. The procedure to remove noise from an image is based in the decomposition of the observed signal in Wavelets and taking threshold values to select the appropriate coefficients through which the signal can be then reconstructed. The purpose of this paper is to classify different alterations in the morphology of suspended fresh human RBC by utilizing shape descriptors and adding noise elimination by Wavelet Transform. RBCs were suspended in media consisting of physiological solution and human serum albumin at different concentrations, and the Haar wavelet was used to eliminate noise of the digital images obtained. The results are useful for the quantification of RBCs crenated due to glass effect, and the image analysis technique presented here has potential application to automatize the countdown and classification of RBCs with different morphologies, to be able to correlate them with haematological pathologies.