Automatización del recuento diferencial de leucocitos en extendido de sangre periférica a  partir de aprendizaje profundo

García Martínez, Michelle Alexandra

Automatización del recuento diferencial de leucocitos en extendido de sangre periférica a partir de aprendizaje profundo

dc.contributor.advisor	Barrero Pérez, Jaime Guillermo
dc.contributor.advisor	Rincón Reyes, Diego Fernando
dc.contributor.author	García Martínez, Michelle Alexandra
dc.contributor.evaluator	Pertuz Arroyo, Said David
dc.contributor.evaluator	Sepúlveda Sepúlveda, Franklin Alexander
dc.date.accessioned	2025-05-09T16:20:21Z
dc.date.available	2025-05-09T16:20:21Z
dc.date.created	2025-05-03
dc.date.issued	2025-05-03
dc.description.abstract	Los glóbulos blancos, también conocidos como leucocitos, desempeñan un papel crucial en el sistema inmunológico, defendiendo al cuerpo contra infecciones y otras enfermedades. Debido a su importancia, el conteo de estas células es esencial para el diagnóstico y monitoreo de la salud de los pacientes. Tradicionalmente, este proceso se realiza de forma manual por profesionales de la salud, lo que puede resultar laborioso, consumir mucho tiempo y ocasionar errores en la clasificación. En este proyecto, se abordó la necesidad de facilitar el conteo mediante el uso de un modelo de Deep learning. Para ello, se desarrolló una base de datos con imágenes de dos clases de leucocitos, neutrófilos y linfocitos, en el laboratorio clínico de la Universidad Industrial de Santander, que se utilizó para entrenar algunas versiones del modelo YOLO como YOLOv8m, YOLOv8x, YOLOv11m y YOLOv11x. Después de un análisis de resultados entre las diferentes versiones, se seleccionó YOLOv8x que alcanzó una precisión del 97.27 %, lo que representa una mejora significativa en comparación con los métodos tradicionales. La solución propuesta no solo facilita la tarea de los profesionales de la salud, sino que también contribuye a obtener resultados más confiables.
dc.description.abstractenglish	White blood cells, also known as leukocytes, play a crucial role in the immune system by defending the body against infections and other diseases. Due to their importance, the count of these cells is essential for diagnosing and monitoring patient health. Traditionally, this process is performed manually by healthcare professionals, which can be labor-intensive, time consuming, and prone to classification errors. In this project, the need to facilitate the counting process was addressed by using a deep learning model. To achieve this, a database was developed containing images of two types of leukocytes, neutrophils and lymphocytes, at the Clinical Laboratory of the Industrial University of Santander, which was used to train several versions of the YOLO model, including YOLOv8m, YOLOv8x, YOLOv11m, and YOLOv11x. After analyzing the results across the different versions, YOLOv8x was selected, as it achieved an accuracy of 97.27%, representing a significant improvement over traditional methods. The proposed solution not only simplifies the task for healthcare professionals but also contributes to more reliable results.
dc.description.degreelevel	Pregrado
dc.description.degreename	Ingeniero Electrónico
dc.format.mimetype	application/pdf
dc.identifier.instname	Universidad Industrial de Santander
dc.identifier.reponame	Universidad Industrial de Santander
dc.identifier.repourl	https://noesis.uis.edu.co
dc.identifier.uri	https://noesis.uis.edu.co/handle/20.500.14071/45419
dc.language.iso	spa
dc.publisher	Universidad Industrial de Santander
dc.publisher.faculty	Facultad de Ingeníerias Fisicomecánicas
dc.publisher.program	Ingeniería Electrónica
dc.publisher.school	Escuela de Ingenierías Eléctrica, Electrónica y Telecomunicaciones
dc.rights	info:eu-repo/semantics/openAccess
dc.rights.accessrights	info:eu-repo/semantics/openAccess
dc.rights.coar	http://purl.org/coar/access_right/c_abf2
dc.rights.creativecommons	Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.license	Atribución-NoComercial-SinDerivadas 2.5 Colombia (CC BY-NC-ND 2.5 CO)
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subject	Aprendizaje Profundo
dc.subject	Conteo de leucocitos
dc.subject	Detección de células
dc.subject.keyword	Deep Learning
dc.subject.keyword	Leukocyte Count
dc.subject.keyword	Cell Detection
dc.title	Automatización del recuento diferencial de leucocitos en extendido de sangre periférica a partir de aprendizaje profundo
dc.title.english	Automation of Differential Leukocyte Count in Peripheral Blood Smears Using Deep Learning
dc.type.coar	http://purl.org/coar/resource_type/c_7a1f
dc.type.hasversion	http://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.local	Tesis/Trabajo de grado - Monografía - Pregrado