RESUMO
Fifty Bursa of Fabricius (BF) were examined by conventional optical microscopy and digital images were acquired and processed using Matlab® 6.5 software. The Artificial Neuronal Network (ANN) was generated using Neuroshell® Classifier software and the optical and digital data were compared. The ANN was able to make a comparable classification of digital and optical scores. The use of ANN was able to classify correctly the majority of the follicles, reaching sensibility and specificity of 89 percent and 96 percent, respectively. When the follicles were scored and grouped in a binary fashion the sensibility increased to 90 percent and obtained the maximum value for the specificity of 92 percent. These results demonstrate that the use of digital image analysis and ANN is a useful tool for the pathological classification of the BF lymphoid depletion. In addition it provides objective results that allow measuring the dimension of the error in the diagnosis and classification therefore making comparison between databases feasible.
Cinquenta Bursa de Fabrícius (BF) foram examinadas através de microscopia óptica convencional e imagens digitais foram obtidas e processadas através do software Matlab® 6.5. Redes Neurais Artificiais (ANN) foram geradas com a utilização do software Neuroshell® Classifier, e os dados das análises óptica e digital foram comparados. A ANN classificou corretamente a maioria dos folículos, atingindo sensibilidade e especificidade de 89 por cento e 96 por cento, respectivamente. Quando os folículos foram agrupados de forma binária houve um aumento da sensibilidade para 90 por cento e obteve-se um valor máximo para a especificidade de 92 por cento. Estes resultados demonstram que o uso da análise digital de imagem associada à ANNé uma ferramenta bastante útil para a classificação patológica da depleção linfóide da BF. Além disso, fornece resultados objetivos que permitem medir a dimensão do erro classificatório, tornando possível a comparação entre distintos bancos de dados.