Clasificación de células en prueba de papanicolaou (pap test) en microscopía

Resumen

En este artículo breve se aborda la clasificación de células cervicales en el pap test, también conocido como prueba de Papanicolau, mediante el uso de YOLOv7. El objetivo final del trabajo es lograr una herramienta que asista a los patólogos en el diagnóstico del cáncer de cuello uterino, mejorando la calidad y los tiempos de diagnóstico. Se realizaron tres experimentos para la obtención de resultados preliminares, utilizando distintos números de clases de entre las seis existentes según el sistema Bethesda (Negativo para lesiones intraepiteliales, ASC-US, ASC-H, LSIL, HSIL, SCC). Se empleó el dataset CRIC para entrenar el modelo, y se desarrollaron una API REST en Flask y una aplicación web para utilizar los modelos entrenados en la inferencia. Los resultados preliminares indican que, con las seis clases, el modelo no logra clasificar con la suficiente exactitud, pero se mejora significativamente al agrupar las cinco clases positivas. Se concluye que las células cervicales son fácilmente detectables con YOLOv7, y que se podrían obtener mejores resultados de clasificación, ya sea mejorando el modelo de detección de objetos, el dataset, o introduciendo un clasificador convolucional como segundo paso.