The development of a computer-based teaching simulation tool to aid medical imaging educators in teaching pattern recognition / Desarrollo de una herramienta de simulación computacional de enseñanza de apoyo a los educadores de imagen médica en la enseñanza del patrón de reconocimiento

SUMMARY: The aim of this exploratory design science research (DSR) study was to design a computer-based teaching simulation tool (CBTST) for training medical imaging (MI) students in chest pattern recognition. A DSR methodology used in the design of the CBTST entailed the following phases: 1) awareness of the problem (proposal design); 2) suggestion; 3) development; 4) evaluation; and 5) conclusion. The CBTST was designed using Microsoft Visual Studio which operates on the Structured Query Language server. The designed CBTST was evaluated using the System Usability Scale (SUS) and MI educators. The designed CBTST evaluation yielded an average score of 70.1 which exceeded the score of 68 which is generally accepted to indicate that the CBTST has good usability. The CBTST proved to be an authentic tool that is user-friendly and allows communication and feedback between the educator and the students. It is envisaged that the implementation of this tool will enhance the future training of MI students in pattern recognition while contributing immensely to the current development of the use of computer-based simulation.

RESUMEN: El objetivo de este estudio de investigación en ciencias de diseño (DSR) fue desarrollar una herramienta de simulación de enseñanza basada en computadora (CBTST) para capacitar a los estudiantes en el reconocimiento de patrones de tórax a través de la imagenología médica. Una metodología DSR utilizada en el diseño del CBTST implicaba las siguientes fases: 1) conciencia del problema (diseño de la propuesta); 2) sugerencia; 3) desarrollo; 4) evaluación; y 5) conclusión. El CBTST se diseñó con Microsoft Visual Studio, que opera en el servidor de Structured Query Language. El CBTST diseñado se evaluó utilizando la escala de usabilidad del sistema (SUS) y educadores de IM. La evaluación CBTST diseñada arrojó un puntaje promedio de 70,1 que excedió el puntaje de 68 que generalmente se acepta para indicar que el CBTST tiene buena usabilidad. El CBTST demostró ser una herramienta auténtica, fácil de usar y que permite la comunicación y la retroalimentación entre el educador y los estudiantes. Se prevé que la implementación de esta herramienta mejorará la formación futura de los estudiantes de IM en el reconocimiento de patrones y contribuirá de manera importante al desarrollo actual del uso de la simulación basada en computadora.

Histopathology image representation for automatic analysis: a state-of-the-art review / Representación de imágenes de histopatología utilizada en tareas de análisis automático: estado del arte / Representação de imagens histopatológicas pelo análise automático: revisão do estado da arte

This paper presents a review of the state-of-the-art in histopathology image representation used in automatic image analysis tasks. Automatic analysis of histopathology images is important for building computer-assisted diagnosis tools, automatic image enhancing systems and virtual microscopy systems, among other applications. Histopathology images have a rich mix of visual patterns with particularities that make them difficult to analyze. The paper discusses these particularities, the acquisition process and the challenges found when doing automatic analysis. Second an overview of recent works and methods addressed to deal with visual content representation in different automatic image analysis tasks is presented. Third an overview of applications of image representation methods in several medical domains and tasks is presented. Finally, the paper concludes with current trends of automatic analysis of histopathology images like digital pathology.

Este artículo presenta una revisión del estado del arte en la representación de imágenes de histopatología utilizada en tareas de análisis automático. El análisis de imágenes hispatológicas es importante en la construcción de herramientas para el diagnóstico asistido por computador, sistemas de mejoramiento automático de imágenes y sistemas de microscopía virtual, entre otras aplicaciones. Estas imágenes tienen una gran mezcla de patrones visuales con características particulares que hacen de su análisis una tarea difícil. El artículo discute estas particularidades, el proceso de adquisición y los retos particulares al realizar un análisis automático. En la segunda sección se presenta una revisión de trabajos y métodos recientes enfocados a la representación del contenido visual en diferentes tareas de análisis automático. En tercer lugar, se presenta una visión general de las aplicaciones para los métodos de representación en diferentes dominios médicos. Finalmente el trabajo concluye con las actuales tendencias del análisis automático de imágenes de histopatología como la patología digital.

Este artigo é uma revisão do estado da arte na representação de imagens histopatológicas utilizadas nas tarefas de análise automáticos. O análise de imagens histopatológicas é importante na construção de ferramentas para o diagnóstico assistido por computador, sistemas de melhoramento automático de imagens e sistemas de microscopia virtual. Essas imagens tem uma grande mistura de padrões visuais com caraterísticas particulares, que fazem do análise uma tarefa difícil. O artigo discute essas particularidades, o processo de aquisição, e os desafios particulares no momento de realizar uma análise automático. Na segunda seção se apresenta uma revisão dos trabalhos e métodos recentes, com foco à representação do conteúdo visual em diferentes tarefas de análise automático. Na terceira, se apresenta uma visão geral das aplicações para os métodos de representação em diferentes domínios médicos. Finalmente, o artigo conclui com as atuais tendências do análise automático de imagens histopatológicas como a patologia digital.

La estimulación de TLR, receptores tipo NOD y dectina-1 en neutrófilos humanos induce la producción de citocinas proinflamatorias / Stimulation of TLRs, Nod-like receptors and Dectin-1 in neutrophils induces the production of proinflammatory cytokines

Objetivo: evaluar la expresión y la función de receptores de reconocimiento de patrones como los de tipo Toll y los de tipo NOD, RIG-I/MDA5, la dectina-1 y moléculas adaptadoras, en neutrófilos humanos. Métodos: a partir de sangre periférica de individuos sanos se purificaron y cultivaron neutrófilos en el medio RMPI-1640, en presencia o ausencia de los agonistas específicos de los receptores de interés. La expresión de los receptores de reconocimiento de patrones se determinó por RT-PCR y la secreción de citocinas proinflamatorias, por ELISA. Resultados: los neutrófilos expresan un amplio espectro de receptores de reconocimiento de patrones y de moléculas adaptadoras. La estimulación de TLR4, TLR5, TLR7/8 induce la secreción de IL-1β e IL-6; la activación de la dectina-1 induce una alta producción de TNF-α, pero bajos niveles de IL-1β e IL-6. Conclusión: los neutrófilos expresan un amplio número de receptores de reconocimiento de patrones y su activación lleva a la expresión de diferentes citocinas proinflamatorias.

Objective: To evaluate the expression and function of pattern recognition receptors such as Toll-like receptors, RIG-I/MDA5, NOD-like receptors, Dectin-1 and adaptor proteins, in human neutrophils. Methods: Neutrophils from peripheral blood of healthy individuals were purified and cultured in RPMI-1640, in the presence or absence of specific agonists of the receptor of interest. The expression of pattern recognition receptors was determined by RT-PCR and the secretion of proinflammatory cytokines, by ELISA. Results: We observed that neutrophils express diverse patterns recognition receptors and adaptor molecules. Stimulation of TLR4, TLR5 and TLR7/8 induces the production of IL-1β and IL-6, and activation of Dectin-1 leads to secretion of high levels of TNF-α, but low levels of IL-1β and IL-6. Conclusion: Neutrophils express a large number of pattern recognition receptors and their activation leads to the expression of proinflammatory cytokines.

Leukocytes Detection, Classification and Counting in Smears of Peripheral Blood / Detección, Clasificación y Conteo de Leucocitos en Frotis de Sangre Periférica

Using the k-NN classifier in combination with the first Minkowski metric, in addition to techniques of digital image processing, we developed a computational system platform-independent, which is able to identify, to classify and to count five normal types of leukocytes: neutrophils, eosinophils, basophils, monocytes and lymphocytes. It is important to emphasize that this work does not attempt to diferentiate between smears of leukocytes coming from healthy and sick people; this is because most diseases produce a change in the differential count of leukocytes rather than in theirs forms. In the other side, the system could be used in emerging areas such as the topographic hematology and the chronobiology.

Mediante un clasificador k-NN en combinación con la primera métrica de Minkowski y técnicas de procesamiento digital de imágenes, se desarrolló un sistema computacional independiente de la plataforma, capaz de identificar, clasificar y contar cinco formas normales de leucocitos: neutrófilos, eosinófilos, basófilos, monocitos y linfocitos. Es importante enfatizar que este trabajo no intenta diferenciar entre muestras de leucocitos provenientes de gente sana y enferma, debido a que la mayoría de las enfermedades se detectan principalmente por un cambio en el conteo diferencial de leucocitos más que por cambios en su forma. Finalmente, el contador de leucocitos puede ser usado en áreas emergentes como la hematología topográfica y la cronobiología.

Multivariate characterization of argentinean mistletoe,Ligaria cuneifolia (Loranthaceae) according to theirmineral nutrient composition / Caracterización multivariable de muérdago criollo, Ligaria cuneifolia (Loranthaceae) de acuerdo a su composición mineral

The aim of this study was to characterize samples of Ligaria cuneifolia collected from three areas of the north-east region of Argentina, during two sampling periods. In this work, the authors propose a mathematical model for searching associations among mineral contents and other factors such us geographic origin or sampling period. Mineral monitoring as a pattern recognition method is a promising tool in the characterization and/or standardization of phytomedicines. In the present work measurable amounts of Al, Ca, Co, Cr, Cu, Fe, K, Li, Mg, Mn, Na, P, Sr, and Zn were detected in phytopharmaceutical samples of L. cuneifolia by inductively coupled plasma optical emission spectrometry (ICP-OES). Finally, this methodology allows reliable determinations of mineral content in pharmaceutical quality control of medicinal plants.

El objetivo de este estudio fue caracterizar muestras de Ligaria cuneifolia recolectadas en tres zonas de la región noreste de Argentina, durante dos períodos de muestreo. En este trabajo los autores proponen un modelo matemático para la búsqueda de asociaciones entre el contenido mineral y otros factores como el origen geográfico o el periodo de muestreo. El monitoreo de las concentraciones de los elementos minerales, como método para el reconocimiento de patrones, es una herramienta prometedora en la caracterización y/o estandarización de fitofármacos. En el presente trabajo se pudieron detectar cantidades medibles de Al, Ca, Co, Cr, Cu, Fe, K, Li, Mg, Mn, Na, P, Sr y Zn que fueron detectadas en muestras fitomedicinales de L. cuneifolia por espectroscopía de emisión óptica de plasma acoplado inductivamente (ICP-OES). Finalmente, esta metodología permitió realizar determinaciones confiables del contenido mineral en el control de calidad farmacéutica de plantas medicinales.

Automatic classffication of structural mri for diagnosis of neurodegenerative diseaess / Clasificación automática de IRM estructural para el diagnóstico de enfermedades neurodegenerativas

This paper presents an automatic approach which classifies structural Magnetic Resonance images into pathological or healthy controls. A classification model was trained to find the boundaries that allow to separate the study groups. The method uses the deformation values from a set of regions, automatically identified as relevant, in a process that selects the statistically significant regions of a t-test under the restriction that this significance must be spatially coherent within a neighborhood of 5 voxels. The proposed method was assessed to distinguish healthy controls from schizophrenia patients. Classification results showed accuracy between 74% and 89%, depending on the stage of the disease and number of training samples.

Este artículo presenta un método automático para la clasificación de individuos en grupos patológicos o controles sanos haciendo uso de imágenes de resonancia magnética. El método propuesto usa los valores de deformación del sujeto analizado a un cerebro plantilla, para entrenar un modelo de clasificación capaz de identificar las fronteras que separan los grupos de estudio en un espacio de características dado. Con el fin de reducir la dimensionalidad del problema, un conjunto de regiones relevantes es automáticamente extraído en un proceso que selecciona las regiones estadísticamente significativas en una prueba t-student, con la restricción de mantener coherencia en dicha significancia en una vecindad de 5 voxeles. El método propuesto fue evaluado en la clasificación de pacientes con esquizofrenia y sujetos sanos. Los resultados mostraron un desempeño entre el 74 y el 89%, el cual depende principalmente del número de muestras empleadas para el entrenamiento del modelo.

Métodos de clasificación para identificar lesiones en piel a partir de espectros de reflexión difusa / Classification methods to identify lesions in skin starting from spectra of diffuse reflectance

Con el objetivo de discriminar lesiones benignas y malignas en la piel humana a partir de espectros de reflexión difusa, se han analizado diferentes algoritmos de clasificación usando el software de aprendizaje automático y reconocimiento de patrones WEKA. Además, dada la alta dimensionalidad de la señal espectral, fue empleada una técnica selección de atributos para determinar las variables que aporten la mayor cantidad de información. Se probó la clasificación de la señal usando los algoritmos de máquinas de vectores de soporte, redes neuronales y bosques aleatorios, el desempeño fue evaluado usando el promedio de la k-fold cross-validation tomando en cuenta los porcentajes de instancias clasificadas correctamente, el índice kappa, el área bajo la curva ROC, la sensibilidad, y la especifidad. Finalmente se demuestra que el algoritmo de redes neuronales con los parámetros momentum y learning rate en 0,6 y 0,3 respectivamente, es el que mejor se adapta al problema de reconocimiento de patrones ya que clasifica correctamente al 89,89% de los casos.

In order to differentiate between benign and malignant lesions in the human skin using diffuse reflection spectra, different classification algorithms were tested using the WEKA data mining software. In addition, due to the high dimensionality of the spectral signal, an attribute selection technique was applied to determine the variables that contribute with more information. The spectral signal classification was tested using support vector machines, neural networks and random forests, their performance was measured using the k-fold cross-validation percentages of the Kappa statistic, area under the ROC curve, specificity and sensitivity. Finally it is shown that the one layer neural network with 6 neurons and the parameters momentum and learning rate in 0.6 and 0.3 respectively, is best suited to the problem of pattern recognition, achieving correctly classify 89.89% of the cases.

Pronóstico para la inyección de tenso-activos en pozos de petróleo a partir de una metodología que integra técnicas de inteligencia artificial y minería de datos / Forecast for surfactant injection in oil wells from a methodology consisting of artificial intelligence and data mining techniques / Prognóstico para a injeção de tensoativos em poços de petróleo a partir de uma metodologia que integra técnicas de inteligência artificial e mineria de dados

Se presenta una metodología que integra diversas técnicas de inteligencia artificial para construir un sistema de pronóstico que determina la conveniencia de aplicar una solución con propiedades tenso-activas a un pozo de petróleo, con el objetivo de aumentar la producción de este hidrocarburo. La metodología comienza con el procesamiento de los datos obtenidos de un experimento consistente en la inyección de tenso-activos a un conjunto de pozos en un yacimiento. Se utilizaron diversas técnicas exploratorias de datos, como lo son reconocimiento de patrones, selección de variables y métodos para la generación automatizada de hipótesis. La información derivada de este procesamiento fue modelada en una base de conocimiento, que junto con las máquinas de inferencia de un lenguaje, denominado HAries, permitieron la construcción de un sistema capaz de tomar decisiones en relación a la inyección de tenso-activos y sugerir la tecnología más apropiada a usar en cada contexto. El sistema se aplicó a diversos pozos, obteniendo, en todos los casos, resultados satisfactorios.

A methodology is presented that integrates diverse artificial intelligence techniques in order to build a forecast system that determines the convenience of applying a solution with tensoactive properties to an oil well, so as to increase oil production. The methodology begins by processing the data obtained from an experiment consisting in the injection of tensoactive products into a group of wells in an oil field. Different exploratory techniques were used, such as pattern recognition, selection of variables, and methods for the automatic generation of hypotheses. The information obtained through such processing was modeled in a knowledgebase which, together with the inference machinery of a language named HAries, permitted the construction of a system capable of decision-making in relation to the injection of tensoactive substances and of suggesting the most appropriate technology to be used in each instance. The system was applied to different wells, obtaining in satisfactory results in every case.

Apresenta-se uma metodologia que integra diversas técnicas de inteligência artificial para construir um sistema de prognóstico que determine a conveniência de aplicar uma solução com propriedades tensoativas em um poço de petróleo, com o objetivo de aumentar a produção deste hidrocarboneto. A metodologia começa com o processamento dos dados obtidos de um experimento consistente na injeção de tensoativos a um conjunto de poços em uma jazida. Utilizaram-se diversas técnicas exploratorias de dados, como o reconhecimento de padrões, a seleção de variáveis e os métodos para geração automatizada de hipóteses. A informação derivada deste processamento foi modelada em uma base de conhecimento que, junto com as máquinas de inferência de uma linguagem denominado HAries, permitiram a construção de um sistema capaz de tomar decisões em relação à injeção de tensoativos e sugerir a tecnologia mais apropriada a usar em cada contexto. O sistema foi aplicado em diversos poços, obtendo, em todos os casos, resultados satisfatórios.