Counting malaria parasites with a two-stage EM based algorithm using crowsourced data

Cabrera Bean, Margarita; Pagés Zamora, Alba; Díaz Vilor, Carles; Postigo Camps, María; Cuadrado Sánchez, Daniel y Luengo Oroz, Miguel Ángel (2017). Counting malaria parasites with a two-stage EM based algorithm using crowsourced data. En: "39th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC 2017)", 11/07/2017 - 15/07/2017, Seogwipo, South Korea. pp. 2283-2287. https://doi.org/10.1109/EMBC.2017.8037311.

Descripción

Título: Counting malaria parasites with a two-stage EM based algorithm using crowsourced data
Autor/es:
  • Cabrera Bean, Margarita
  • Pagés Zamora, Alba
  • Díaz Vilor, Carles
  • Postigo Camps, María
  • Cuadrado Sánchez, Daniel
  • Luengo Oroz, Miguel Ángel
Tipo de Documento: Ponencia en Congreso o Jornada (Artículo)
Título del Evento: 39th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC 2017)
Fechas del Evento: 11/07/2017 - 15/07/2017
Lugar del Evento: Seogwipo, South Korea
Título del Libro: 39th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC 2017)
Título de Revista/Publicación: 39th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC 2017)
Fecha: 2017
Materias:
Palabras Clave Informales: Crowdsourcing, Malaria thick smear, EM algorithm, robust clustering
Escuela: E.T.S.I. Telecomunicación (UPM)
Departamento: Ingeniería Electrónica
Licencias Creative Commons: Reconocimiento - Sin obra derivada - No comercial

Texto completo

[img]
Vista Previa
PDF (Document Portable Format) - Se necesita un visor de ficheros PDF, como GSview, Xpdf o Adobe Acrobat Reader
Descargar (1MB) | Vista Previa

Resumen

Abstract: Malaria eradication of the worldwide is currently one of the main WHO's global goals. In this work, we focus on the use of human-machine interaction strategies for low-cost fast reliable malaria diagnostic based on a crowdsourced approach. The addressed technical problem consists in detecting spots in images even under very harsh conditions when positive objects are very similar to some artifacts. The clicks or tags delivered by several annotators labeling an image are modeled as a robust finite mixture, and techniques based on the Expectation-Maximization (EM) algorithm are proposed for accurately counting malaria parasites on thick blood smears obtained by microscopic Giemsa-stained techniques. This approach outperforms other traditional methods as it is shown through experimentation with real data.

Proyectos asociados

TipoCódigoAcrónimoResponsableTítulo
Gobierno de EspañaTEC2013-41315-RSin especificarSin especificarSin especificar
Gobierno de EspañaTEC2016-77148-C2-1-RSin especificarSin especificarSin especificar
Gobierno de EspañaTEC2016-75067-C4-2-RSin especificarSin especificarSin especificar
Gobierno de EspañaTEC2015-69648-REDCSin especificarSin especificarSin especificar

Más información

ID de Registro: 50720
Identificador DC: http://oa.upm.es/50720/
Identificador OAI: oai:oa.upm.es:50720
Identificador DOI: 10.1109/EMBC.2017.8037311
URL Oficial: https://ieeexplore.ieee.org/abstract/document/8037311/
Depositado por: Memoria Investigacion
Depositado el: 28 May 2018 17:05
Ultima Modificación: 28 May 2018 17:05
  • GEO_UP4
  • Open Access
  • Open Access
  • Sherpa-Romeo
    Compruebe si la revista anglosajona en la que ha publicado un artículo permite también su publicación en abierto.
  • Dulcinea
    Compruebe si la revista española en la que ha publicado un artículo permite también su publicación en abierto.
  • Recolecta
  • InvestigaM
  • Observatorio I+D+i UPM
  • OpenCourseWare UPM