Resumo

CASTRO CORTES, Francisco Javier; GALVAN-TEJADA, Carlos Eric; ACOSTA CRUZ, Erika  e  CELAYA-PADILLA, José M.. Red Generativa Antagónica Pix2Pix para la Segmentación de Núcleos Celulares y Citoplasma en Imágenes de Frotis de Papanicolaou. Rev. mex. ing. bioméd [online]. 2025, vol.46, n.2, e1462.  Epub 09-Fev-2026. ISSN 2395-9126.  https://doi.org/10.17488/rmib.46.2.1462.

En el campo de las imágenes médicas para la prueba de Papanicolaou, identificar con precisión las regiones de interés, como el núcleo y el citoplasma, sigue siendo un desafío crítico debido a la compleja morfología y las estructuras superpuestas en las imágenes de células cervicales. Esta complejidad aumenta el riesgo de identificaciones erróneas, lo que podría llevar a falsos positivos en el diagnóstico asistido por computadora. Para abordar este problema, este estudio presenta un enfoque novedoso mediante el desarrollo y evaluación de un marco para la segmentación precisa de núcleos y citoplasmas en imágenes de células cervicales, utilizando un modelo basado en cGAN, Pix2Pix, aplicado a un conjunto de datos validado por especialistas. Las imágenes generadas se compararon con las imágenes objetivo, se convirtieron a formato binario y se realizó una operación AND para evaluar la superposición de píxeles en las áreas de interés. Las métricas de evaluación destacaron una precisión de segmentación del 88.8 % y una sensibilidad del 89.62 % para los núcleos, mientras que, para el citoplasma, la precisión alcanzó el 89.62 % y la sensibilidad el 99.34 %. Los índices de Jaccard fueron del 80.89 % para los núcleos y del 96.71 % para el citoplasma. Estos resultados demuestran la efectividad del modelo en la segmentación de núcleos y citoplasmas en células cervicales.

Palavras-chave : cáncer; cGAN; segmentación; PAP; Pix2Pix.

        · resumo em Inglês     · texto em Inglês     · Inglês ( pdf )