Classificació de cèl·lules sanguínies anormals mitjançant models de machine learning i les seves aplicacions al diagnòstic
Línea de investigación
Anna Merino (Clínic)
Consultora Senior Laboratori Core-Servei de Bioquímica i Genètica Molecular
José Rodellar (UPC)
Professor Matemàtiques UPC
Presentació
Problema
Determinades malalties hematològiques, com són les leucèmies i limfomes, són malalties greus que poden aparèixer a totes les edats i la prevalença de les quals augmenta amb l'edat. En aquest sentit, a l'any 2018 més de 300.000 morts s'han associat a la leucèmia aguda. La leucèmia aguda mieloide és un càncer agressiu amb 3,7 nous casos per 100.000 habitants per any i amb una supervivència als 5 anys de només el 19% a Europa. Per al diagnòstic inicial de les esmentades malalties és crucial l'anàlisi morfològica de les cèl·lules sanguínies circulants en sang perifèrica, encara que aquest estudi presenta un cert grau de subjectivitat i requereix experiència i habilitat elevada.
Aproximació
El grup de recerca multidisciplinar aborda el problema de la classificació automàtica de cèl·lules sanguínies anormals en malalties hematològiques greus i no hematològiques (malària, COVID-19) mitjançant eines computacionals basades en machine learning. L'impacte més recent respecte a la utilització de tècniques de deep learning a diferents àrees de la medicina ha motivat que el nostre objectiu se centri en el disseny de models de classificació automàtica d'imatges i anàlisi de dades basades en aquestes tecnologies.
Impacte
Models automàtics per al reconeixement d'imatges de cèl·lules sanguínies anormals poden ser de gran utilitat com a suport diagnòstic a l'especialista del laboratori, ja que permeten la detecció objectiva d'anomalies morfològiques característiques de malalties greus. El diagnòstic precoç d'aquestes malalties contribueix a un tractament precoç i millora el seu pronòstic.
Membres de l'equip
Anna Merino
José Rodellar
Angel Molina
Laura Boldú
Andrea Acevedo
Santiago Alferes
Publicacions
Alférez S, Merino A, Acevedo A, Puigví L, Rodellar J. Colour clustering segmentation framework for image analysis of malignant lymphoid cells in peripheral blood. Med Biol Eng Comput. 2019, https://doi.org/10.1007/s11517-019-01954-7.
Puigví L, Merino A, Alférez S, Boldú L, Acevedo A, Rodellar J. Quantitative cytologic descriptors to differentiate CLL, Sézary, granular, and villous lymphocytes through image analysis. J Clin Pathol. 2019; DOI: 10.1093/AJCP/AQZ025.
Molina A, Alcaraz J, Guiñón L, Pérez A, Segurana A, Reverter JC, Bedini JL, Merino A. Study of the analytical performance at different concentrations of hematological parameters using Spanish EQAS data. Clin Chem Lab Med, 2019. Doi: 10.1515/cclm-2019-0108.
Oliver-Caldes A, González-Farré B, Merino A, Rozman M. Carcinocytaemia in an advanced stage of invasive ductal carcinoma of the breast. Br J Haematol. 2019; 185(1): 8.
Boldú L, Merino A, Alférez S, Molina A, Acevedo A, Rodellar J. Automatic recognition of different types of acute leukaemia in PB by image analysis. J. Clin Pathol, 2019. doi:10.1136/jclinpath-2019-205949.
Acevedo A, Alférez S, Merino A, Puigví L, Rodellar J. Recognition of PB cell images using convolutional neural networks. Comp Meth Prog Biomed, 2019.doi.org/10.1016/j.cmpb.2019.105020.
Vicente-Steijn R, Tomé A, Maduell F, Xipell M, Castro P, Molina A, Merino A. Green inclusions in neutrophils: A critical finding that must be reported. Int J Lab Hematol. 2019 Dec 24. doi: 10.1111/ijlh.13138.
A Molina, S Alférez, L Boldú, A Acevedo, J Rodellar, A Merino. Sequential classification system for recognition of malaria infection using peripheral blood cell images. J Clin Pathol 2019; doi:10.1136/jclinpath-2019-206419.
N Raskilova, M Cuatrecasas, A Molina, M Rodrigo, L Moreira, J Laguna, M Rodríguez, FM Pérez, JC Laguna and A Merino. Signet ring cell carcinocythaemia in an advanced gastric carcinoma. Int J Lab Hem 2020; DOI: 10.1111/ijlh.13259.
A Acevedo, A Merino, S Alférez, A Molina, L Boldú, J Rodellar. A dataset of microscopic peripheral blood cell images for development of automatic recognition systems. Data_in-Brief 2019; https://doi.org/10.1016/j.dib.2020.105474
M Delgado-Ortet, A Molina, S Alférez, J Rodellar and A Merino. A deep learning approach for segmentation of red blood cell images and malaria detection. Entropy 2020; 22(6), 657; https://doi.org/10.3390/e22060657
J Alcaraz, A Molina, J Laguna, M Rodríguez, JL Bedini, A Merino. Peripheral blood morphology review and diagnostic proficiency evaluation by a new Spanish EQAS during the period 2011-2019. Int J Lab Hematol 2020. DOI: 10.1111/ijlh.13319
Principals prestacions utilitzades
Hemograma
Fórmula leucocitària manual
Morfologia de sang perifèrica
Estudi del frotis de sang
Patents
Títol: Mètode implementat per ordinador per a reconeixement i classificació de cèl·lules sanguínies anormals i programes informàtics per dur a terme el mètode
Inventors: S. Alferes, A. Merino, J. Rodellar, L. Mujica, M. Ruiz
Número de registre: P201331348
Projecte en curs: 2020-2023
Ministry of Science and Innovation of Spain, amb referència PID2019-104087RB-I00.
Altres línies estratègiques de recerca
Determinades malalties hematològiques, com són les leucèmies i limfomes, són malalties greus que poden aparèixer a totes les edats i la prevalença de les quals augmenta amb l'edat.
Les neoplàsies humanes i les malalties inflamatòries tenen uns mecanismes genètics i moleculars implicats en el seu desenvolupament i progressió que es poden conèixer mitjançant tècniques moleculars i digitals aplicades als teixits.
El grup treballa per entendre els mecanismes moleculars implicats en el desenvolupament i la progressió de les neoplàsies limfoides
Dades recents indiquen que la meitat dels individus amb malalties genètiques hereditàries romanen sense diagnòstic.
Els gens (base del funcionament dels organismes vius) també defineixen el sistema immunitari i, per tant, també la majoria de malalties humanes.
Els gens (base del funcionament dels organismes vius) també defineixen el sistema immunitari i, per tant, també la majoria de malalties humanes.
Els tractaments davant de patògens com el VIH, virus de les hepatitis, virus de la grip o citomegalovirus poden veure's afectats pel desenvolupament de mutacions virals que confereixen resistència a un determinat fàrmac o grup de fàrmacs.
Els tractaments davant de patògens com el VIH, virus de les hepatitis, virus de la grip o citomegalovirus poden veure's afectats pel desenvolupament de mutacions virals que confereixen resistència a un determinat fàrmac o grup de fàrmacs.
Els gens (base del funcionament dels organismes vius) també defineixen el sistema immunitari i, per tant, també la majoria de malalties humanes.
Actualment, la supervivència dels pacients trasplantats de fetge als cinc anys és entre un 70%-80%. Una esperança que, en gran mesura, està condicionada pels efectes de l'envelliment i el tractament immunosupressor.