CONTEO DE ELEMENTOS EN UN SEDIMENTO URINARIO Juana M. Flores1, R. Rojas-Laguna2, M.G. del R. Herrera-Salazar.2, M. de Jess D.3, Instituto Tecnolgico de Celaya1.

Facultad de Ingeniera Mecnica, Elctrica y Electrnica, Universidad de Guanajuato2. Centro de Estudios Tecnolgicos Industrial y de servicios #623. e-mail: juanis@itc.mx

RESUMEN: El procesamiento de imgenes digitales es utilizado en diversas reas, debido a que se emplean mtodos capaces de realzar la informacin de una imagen para una mejor interpretacin y anlisis. Una de las ventajas del procesamiento de imgenes en la medicina, es el conteo de clulas en la sangre y orina ya que permite un anlisis clnico eficaz. En este trabajo se procesan imgenes digitales para obtener el nmero de elementos existentes en un sedimento urinario, en el cual las principales estructuras organizadas son: cilindros, parsitos, espermatozoides, bacterias y una serie de elementos celulares, los cuales, dependiendo de su tamao, se pueden estudiar en un aumento x100 hasta x400 mediante la obtencin de contornos y operaciones morfolgicas en la segmentacin de la imagen obtenida por el microscopio. Dependiendo del nmero y tipo de elementos encontrados en el sedimento urinario es posible determinar enfermedades urinarias as como otros elementos de menor tamao que diagnostican enfermedades del rin. 1. INTRODUCCIN El procesamiento de imgenes digitales (PID) permite identificar propiedades difciles de asimilar en una imagen, este inicia con la obtencin de la imagen mediante una cmara; la cmara deriva la imagen segn las propiedades fsicas del campo de radiacin electromagntico [1], una vez capturada la imagen se modifican sus pixeles con el filtrado. Los filtros sirven para suavizar y realzar detalles en la imagen, inclusive minimizar efectos de ruido [2] lo cual ayuda a su segmentacin utilizando dos propiedades bsicas de los valores de nivel de gris: discontinuidad y similitud, que da como resultado los bordes o fronteras que delimitan la forma de un objeto, deduciendo informacin de la estructura y propiedades del material de los objetos capturados en la imagen. Esta informacin es de gran ayuda en varias reas, como lo es la medicina, debido a la complejidad de visualizacin de la informacin en los datos cuenta con diferentes tipos de imgenes medicas: radiografas digitales, tomografas, resonancias magnticas, ultrasonido, medicina nuclear y angiografa de substraccin digital, entre otras (30% restante) [3-4], con el fin de emitir diagnsticos, cursos de tratamiento y evaluacin de los resultados que ocurren con el tiempo [5]. Algunos de los problemas mdicos tratados en la actualidad con imgenes son: esclerosis multiple [6], sndrome piriforme [7], arteriosclerosis, deteccin de tumores, medicin de dimensiones de un rgano, flujo sanguneo [2], lesiones aterosclerticas de la aorta torcica [8], anlisis de la capacidad de dos policationes sintticos para enmascarar sitios antignicos de la membrana del glbulo rojo [9], medicin de la dimensin geomtrica que adoptan las clulas durante el proceso de deformacin y disociacin de los enlaces antgeno-anticuerpo [10], clasificacin de clulas del epitelio vaginal [11], y en este proyecto se lleva acabo el anlisis de orina. La orina es un liquido excretado por los riones que contiene sales y productos de desecho del organismo, est constituida por un cierto nmero de glbulos rojos, piocitos, leucocitos, clulas tubulares, clulas escamosas, bacterias, cilindros y cristales; el aumento, disminucin o aparicin de alguno de estos diagnostica alguna enfermedad de los riones, vas urinarias o afecciones de algn rgano, por ejemplo en la mayora de enfermedades renales se ven los cilindros [12]. El anlisis de la orina por medio de imgenes digitales puede ser un instrumento fundamental para el mdico, ya que le permite contabilizar y analizar las clulas de una manera rpida y eficiente, adems de que una imagen digital tiene la facilidad de desplegarse en cualquier computadora, y las tcnicas del PDI que consisten en la obtencin de imgenes, almacenamiento, visualizacin, mejoramiento y compresin [5] se llevan a cabo en diferentes plataformas. En este trabajo se realiza el conteo de clulas en un sedimento urinario, utilizando Image processing toolbox de MatLab [13] para el procesamiento y anlisis de la imagen.

2. TEORIA 2.1 ANALISIS DE ORINA El anlisis de orina se constituye: de la observacin de una muestra, un examen qumico y un examen microscpico. De la observacin de la muestra se obtiene su apariencia macroscpica, que da un diagnostico previo al anlisis qumico y microscpico. El examen qumico se obtiene por medio de tiras reactivas, las cuales indican relaciones de pH, glucosa, cetonas, sangre, bilirrubina, urobilingeno, leucocituria, protenas y nitritos presentes, en tanto que en el examen microscpico se observa la composicin del sedimento urinario y en base a ello se diagnostican diversas enfermedades. El sedimento urinario es el anlisis biolgico ms solicitado por la corporacin mdica. La ayuda que puede proporcionar un sedimento de orina tcnicamente bien hecho y profesionalmente mejor valorado es incuestionable. En infecciones urinarias no complicadas los recuentos han descendido marcadamente, mientras que se mantienen para las infecciones complicadas, en especial para los pacientes portadores de sondas. La principal recomendacin es que estas nuevas cifras para que expresen todo su valor predictivo, tienen que correlacionarse siempre con el numero de clulas inflamatorias presentes en la orina (leucocituria). Estas nuevas cifras, por una parte, se ajustan mucho mas a la realidad clnica, pero, por otra, complican bastante la labor al analista. Mas que nunca una recogida adecuada de la muestra y su rapidez en el anlisis adquieren una importancia trascendental. En la figura 1 se muestran los elementos que conforman el sedimento urinario.

FIGURA 1. Composicin del Sedimento Urinario. Clulas Normalmente se observan varios tipos de clulas provenientes del sistema excretor; leucocitos 5 por campo, hemates 5 por campo y poca cantidad de clulas epiteliales, cuando dichas clulas son ms frecuentes se tienen infecciones del tracto urinario, inflamacin o neoplasias. Glbulos Rojos Los glbulos rojos presentes en la orina pueden provenir de cualquier lugar del sistema urinario o genitales. La hematuria microscpica corresponde a la presencia de un nmero 5 de GR por campo, puede ser debida a afecciones urteres (uretritis, clculos), de la vejiga (cistitis, tumores, clculos), del rin (clculos, tumores, tuberculosis, glomerulonefritis). Piocitos Los piocitos son leucocitos modificados e indican infeccin en cualquier lugar del sistema urinario, aunque su ausencia no la descarta. Leucocitos La patologa ms frecuente asociada a leucocituria (5 leucocitos por campo) es la infeccin urinaria. Si la leucocituria es reiterada y los urocultivos son negativos debern investigarse grmenes que no desarrollan en medios comunes como el bacilo de Koch, los organismos anaerbicos o las clamidias. La leucocituria estril puede estar presente en pacientes con deshidratacin, litiasis, glomerulonefritis y en las nefritis tubulointersticiales secundarias a drogas en las cuales se observan, principalmente, eosinfilos. Clulas Tubulares Ms de 15 de estas clulas por campo indican lesin tubular, fundamentalmente necrosis tubular aguda, en el recin nacido el nmero de estas clulas puede estar aumentado. Clulas Escamosas Aparecen en la orina cuando la muestra se contamina con secreciones vaginales o prepuciales. Bacterias La presencia de bacterias con sedimento normal indica bacteriuria asintomtica o contaminacin, especialmente si el urocultivo es positivo para flora polimicrobiana. La orina normal es estril, si bien puede contaminarse si no se toman las debidas precauciones al recoger la muestra. En algunos casos, sobre todo en las mujeres, las bacterias pueden penetrar en el tracto urinario a travs de la uretra

provocando una infeccin urinaria. Si la infeccin no se trata adecuadamente, puede llegar a afectar los riones produciendo una pielonefritis. El examen microscpico del sedimento puede detectar algunas de estas bacterias. Cilindros Los cilindros se originan en los tbulos renales y presentan una matriz comn que es la mucoprotena de Tamm-Horsfall. Los cilindros hialinos se forman por la precipitacin de las protenas en la luz del tbulo renal y normalmente no se encuentran en el examen microscpico. Se observan en las glomerulopatas y en forma transitoria pueden verse en la deshidratacin y la fiebre. Los cilindros celulares, compuestos por clulas epiteliales tubulares se transforman en granulares (clulas tubulares necrosadas o leucocitos) debido al trayecto lento que realizan a travs del tbulo. Se ven en la mayora de las enfermedades renales. En general, las personas sanas muestran unos pocos cilindros ( 5 por campo), que pueden aumentar con un ejercicio extenuante. Los cilindros con inclusiones de hemates o leucocitos indican la presencia de alguna nefropata. Cristales El tipo de cristales observado en la orina depende del pH urinario. Usualmente en las orinas cidas se ven cristales de oxalato de calcio, cido rico o uratos. En orinas alcalinas se pueden encontrar cristales de fosfatos y de carbonato de calcio. Estos cristales se consideran anormales si proceden de solutos que se encuentran fisiolgicamente en la orina. Los nicos cristales que indican patologas son los de cistina, leucina, tirosina y colesterol [12]. 3. DESARROLLO En el recuento de hemates el procesamiento de imgenes puede aportar un resultado rpido como apoyo en la labor del analista clnico, sin embargo el procesamiento suele ser complejo ya que una imagen puede contar con varias irregularidades como tener con varios tipos de hemates, hemates fantasmas los cuales son formas que se crean al realizar el sedimento y por lo tanto, no deben ser considerados en el procesamiento. Cuando se analizan las imgenes, estas deben pasar por distintas etapas antes de arrojar un resultado como la conversin a escala de grises y la binarizacin. De ah delimitar los objetos que se encuentran dentro de las imgenes mediante la obtencin de bordes y filtros pasa bajas y pasa banda as como la aplicacin de algunas operaciones morfolgicas que ayudan a mejorar el procesamiento, despus se etiquetan los objetos por separado para finalmente obtener el nmero de objetos encontrados en dichas imgenes. La tabla 1 muestra una lista de enfermedades que se pueden diagnosticar con el conteo de bacterias, as como este conteo de bacterias detecta patologas, existe tambin el conteo de otros elementos del sedimento urinario que al igual lo hacen, en este trabajo se enfoca al conteo de hemates, para despus hacerlo con otros elementos. TABLA I. Nuevo concepto de bacteriuria significativa. MODALIDAD CLINICA UFC/ml ORINA Cistitis simple > 100 Cistitis hemorrgica > 100 Cistitis recurrente > 100 Pielonefritis aguda > 1000 Prostatitis aguda Cualquier recuento de enterobacterias Bacteriuria asintomtica > 100.000 Infecciones complicadas > 100.000 Bacteriuria del cateter{{+}{ > 100.000 La muestra de orina que se proces contiene hemates de Cistitis, hemates fantasmas y un cristal de oxalato de calcio (Figura 2).

FIGURA 2. Elementos en un sedimento urinario. 1) Cristal de oxalato de calcio. 2) Hemates fantasmas. 3) Hemates de Cistitis. A la imagen capturada se le aplic binarizacin y un filtro pasa bajas, con el fin de eliminar el cristal y solo contar los hemates (Figura 3).

a)

b)

c)

FIGURA 3. a) Imagen en niveles de gris. b) Imagen binarizada. c) Imagen con bordes cerrados. 4. RESULTADOS TABLA II. Obtencin de recuento de hemates con diferentes filtros de obtencin de bordes. Muestra # Objetos Roberts Sobel Canny Prewitt

55

45

63

53

41

5. CONCLUSIONES El mtodo de obtencin de bordes que permite un recuento cercano al nmero de hemates es Canny, este es uno de los mtodos ms importantes para realizar una deteccin global de bordes sobre una imagen, se caracteriza por estar optimizada la deteccin de bordes diferenciales, consta de tres etapas principales: filtrado, decisin inicial, e histresis. La primera etapa consiste en un filtrado de convolucin de la primera derivada de una funcin gaussiana normalizada discreta sobre la imagen, realizada en dos direcciones: horizontal y vertical. La funcin gaussiana posee dos parmetros fundamentales, valor medio m, y desviacin tpica estndar. Este mtodo cierra los contornos evitando posibles rupturas de los mismos durante su extraccin. Primeramente obtiene el gradiente (magnitud y ngulo en cada pxel), posteriormente adelgaza el ancho de los bordes, hasta lograr bordes de un pxel de ancho (Supresin no mxima) y por ltimo realiza la histresis de umbral al resultado de la supresin no mxima [14]. REFERENCIAS 1. Alejandro Domnguez Torres, Procesamiento digital de imgenes, Perfiles educativos, No.72, Abril-Junio 1996. 2. Natalie Caldern, Jess Rejas, Eddy Pongo, Christian Csares, "Visin Computacional y Procesamiento de Imgenes", Universidad Nacional Jorge Basadre Grohmann.

3. 4. 5. 6. 7. 8. 9.

10. 11. 12. 13. 14.

Osborn, K., Medical Imaging on the internet, http://www.tip.net.au/~kevosb/, 2000. Maintz,J., Viergever, M., A survey of medical image registration, Medical ImagevAnalysis, Volume 2, Issue 1, 1998. Alberto Restrepo, Procesamiento de imgenes mdicas, IATREIA, Vol. 12, No.1, Marzo 1999. Jos Miguel Selman R., Aplicaciones Clnicas del procesamiento digital de imgenes mdicas, Rev Med Clin Condes, Vol. 15, No.2, Abril 2004. Sara Muoz Ch., Sndrome piriforme:una controvertida neuropata por atrapamiento , Rev Med Clin Condes, Vol. 15, No.2, Abril 2004. G. T. Birk, H. Lesch, and C. Konz Solar wind induced magnetic field around the unmagnetized earth, Rev Cubana de Invest Biomd, Vol. 16, No.1, junio 1997. M. F. Relancio, B. Riquelme, D. Dumas, Funcionalidad de policationes sintticos para el enmascaramiento de sitios antignicos mediante mtodos pticos, ANALES AFA, Vol. 18, 2006. M. F. Relancio, B. Riquelme, D. Dumas, Estudio de la adhesin eritrocitaria mediada por anticuerpos utilizando el procesamiento digital de imgenes, ANALES AFA, Vol. 16, 2004. Krhystal Muoz Arcos, Identificacin de clulas displsticas en el epitelio vaginal, Umbral Cientfico, nmero 009,pp. 104-114, 2006. Mara del Carmen Lazo, Interpretacin del anlisis de Orina, Arch.argent.pediatr 2002;100(2). Amadeo M. Mariani, MATLAB como sofware integrador, Facultad Regional Buenos Aires y Haedo Medrano. Gonzalo Pajares, Jess M. De la Cruz, Visin por Computador, segunda edicin, Alfa Omega, Madrid, Espaa.