Análisis comparativo de filtros y algoritmos de clasificación en la identificación de leucemia en imágenes médicas.

Resumen

En este trabajo se realiza la clasificación automática de imágenes médicas con la finalidad de identificar la presencia de leucemia. Para realizar esta tarea se utilizaron cinco métodos distintos de aprendizaje automático: Regresión Logística, Bosque aleatorio, Naive Bayes, máquinas de soporte vectorial y vecinos más cercanos, con la finalidad de identificar cual muestra un mejor desempeño en la clasificación automática de las imágenes, además se utilizaron los siguientes filtros: Ecualización de Histograma, Filtro Gaussiano, Realzar bordes, Eliminación de ruido y Desviación estándar de la imagen para identificar cual de estos filtros permite identificar mejor las imágenes con la presencia de leucemia. Se realizaron experimentos utilizando dos conjuntos de imágenes manualmente etiquetadas. Los resultados permiten identificar claramente cuales filtros y métodos de aprendizaje automático tienen un mejor desempeño en la identificación de leucemia en imágenes médicas.