Clasificación de células sanguíneas anormales mediante modelos de machine learning y sus aplicaciones al diagnóstico
Línea de investigación
Anna Merino (Clínic)
Consultora Senior Laboratorio Core-Servicio de Bioquímica y Genética Molecular
José Rodellar (UPC)
Profesor Matemáticas UPC
Presentación
Problema
Determinadas enfermedades hematológicas, como son las leucemias y linfomas, son enfermedades graves que pueden aparecer en todas las edades y cuya prevalencia aumenta con la edad. En este sentido, en el año 2018 más de 300.000 muertes se han asociado a la leucemia aguda. La leucemia aguda mieloide es un cáncer agresivo con 3,7 nuevos casos por 100.000 habitantes por año y con una supervivencia a los 5 años de solo el 19% en Europa. Para el diagnóstico inicial de dichas enfermedades es crucial el análisis morfológico de las células sanguíneas circulantes en sangre periférica, aunque dicho estudio presenta cierto grado de subjetividad y requiere elevada experiencia y habilidad.
Aproximación
El grupo de investigación multidisciplinar aborda el problema de la clasificación automática de células sanguíneas anormales en enfermedades hematológicas graves y no hematológicas (malaria, COVID-19) mediante herramientas computacionales basadas en machine learning. El impacto más reciente respecto a la utilización de técnicas de deep learning en diferentes áreas de la medicina ha motivado que nuestro objetivo se centre en el diseño de modelos de clasificación automática de imágenes y análisis de datos basados en estas tecnologías.
Impacto
Modelos automáticos para el reconocimiento de imágenes de células sanguíneas anormales pueden ser de gran utilidad como soporte diagnóstico al especialista del laboratorio, ya que permiten la detección objetiva de anomalías morfológicas características de enfermedades graves. El diagnóstico precoz de dichas enfermedades contribuye a un precoz tratamiento y mejora su pronóstico.
Miembros del equipo
Anna Merino
Angel Molina
José Rodellar
Kevin Barrera
Santiago Alférez
Publicaciones
K. Barrera, J. Rodellar, S. Alférez, A. Merino. A deep learning approach for automatic recognition of abnormalities in the cytoplasm of neutrophils. Computers in Biology and Medicine, 2024, 108691.doi: 10.1016/j.compbiomed.2024.108691. Epub 2024 Jun 4.
A Merino, J Laguna, M Rodríguez-García, A Casanova, J Julian, A Molina. Performance of the Mindray MC-80 automated digital cell morphology analyser in detection of normal and abnormal blood cells: Comparison with the CellaVision DM9600. Int J Lab Hem 2023. doi: 10.1111/ijlh.14178. Epub 2023 Sep 25.
K. Barrera, J. Rodellar, S. Alférez, A, Merino. Automatic normalized digital color staining in the recognition of abnormal blood cells using generative adversarial networks. Computer Methods and Programs in Biomedicine, 2023, 240, 107629. doi: 10.1016/j.cmpb.2023.107629. Epub 2023 May 30.
K. Barrera, A. Merino, A. Molina, J. Rodellar, J (2023). Automatic generation of artificial images of leukocytes and leukemic cells using generative adversarial networks (syntheticcellgan). Computer Methods and Programs in Biomedicine, 2023, 229, 107314.
J Laguna, M Rodríguez-García, A Molina, A Merino. Kimura disease as an uncommon cause of persistent hypereosinophilia: a diagnostic challenge. Biochem Med 2023. doi: 10.11613/BM.2023.020801.
J. Rodellar, K Barrera, S. Alférez, L. Boldú, J. Laguna, A. Molina, A. Merino. A deep learning approach for the morphological recognition of reactive lymphocytes in patients with COVID-19 infection. Bioengineering, 2022, 9(5), 229. doi: 10.3390/bioengineering9050229
A Merino and J Rodellar. Quantitative features to assist in the diagnostic assessment of chronic lymphocytic leukemia progression. J Pathol 2022; 256:4-14. doi: 10.1002/path.5858. Epub 2022 Feb 3.
L Boldú, J Laguna, A Casanova, Saray García, Angel Molina and A. Merino. Serum body fluid evaluation using the new automated hematology analyser Mindray BC-6800Plus. Clin Chem Lab Med 2022; 2022 Aug 31;60(11):1786-1795.doi: 10.1515/cclm-2022-0447. Print 2022 Oct 26.
Moreno-Castaño AB, Diaz-Ricart M, Escolar G, García E, Mañú-Pereira MDM, Idrizovic A, Matute M, Molina A, Faneca J, Merino A. Southeast Asian ovalocytosis detected in a critical patient with COVID-19 pneumonia. Int J Lab Hematol. 2022 May 17. 2022 Oct;44(5):e215-e218. doi: 10.1111/ijlh.13878. Epub 2022 May 17.
L. Boldú, A. Merino, A. Acevedo, A. Molina, J. Rodellar. A deep learning model (ALNet) for the diagnosis of acute leukemia lineage using peripheral blood cell images. Computer Methods and Programs in Biomedicine, 2021, 202, 105999. doi: 10.1016/j.cmpb.2021.105999. Epub 2021 Feb 12.
A Acevedo, A Merino, L Boldú, A Molina, S Alférez, J Rodellar. A new convolutional neural network predictive model for the automatic recognition of hypogranulated neutrophils in myelodysplastic syndromes. Computers in Biology and Medicine. 2021 Jul:134:104479. doi: 10.1016/j.compbiomed.2021.104479. Epub 2021 May 11.
A Molina, J Rodellar, L Boldú, A Acevedo, S Alférez, A Merino. Automatic identification of malaria and other red blood cell inclusions using convolutional neural networks. Computers in Biology and Medicine. doi: 10.1016/j.compbiomed.2021.104680.
A Acevedo, A Merino, S Alferez, A Molina, L Boldú, J Rodellar. A dataset of microscopic peripheral blood cell images for development of automatic recognition systems. Data in Brief 30 (2020) 105474. doi: 10.1016/j.dib.2020.105474. eCollection 2020 Jun
N Raskilova, M Cuatrecasas, A Molina, M Rodrigo, L Moreira, J Laguna, M Rodríguez, FM Pérez, JC Laguna and A Merino. Signet ring cell carcinocythaemia in an advanced gastric carcinoma. Int J Lab Hem 2020; 2020 Oct;42(5):e231-e233. doi: 10.1111/ijlh.13259. Epub 2020 Jun 5.
M. Delgado-Ortet, A. Molina, S. Alférez, J. Rodellar, A. Merino. A deep learning approach for segmentation of red blood cell images and malaria detection. Entropy, 2020, 22 (6), 657. doi: 10.3390/e22060657.
A Merino, A Vlagea, A Molina et al. Atypical lymphoid cells circulating in blood in COVID-19 infection: morphology, immunophenotype and prognosis value. J Clin Pathol 2020. doi: 10.1136/jclinpath-2020-207087. Epub 2020 Dec 11.
A Merino, A Molina, M Rodríguez-García et al. Detection and significance of green inclusions in peripheral blood neutrophils and monocytes. Int J Lab Haem 2020. 2021 Apr;43(2):e92-e94. doi: 10.1111/ijlh.13421. Epub 2020 Dec 8.
A. Acevedo, S. Alférez, A. Merino, L. Puigví, J. Rodellar. Recognition of peripheral blood cell images using convolutional neural networks. Computer Methods and Programs in Biomedicine, 2019. doi: 10.1016/j.cmpb.2019.105020. Epub 2019 Aug 9.
L. Boldú, A. Merino, S. Alférez, A. Molina, A. Acevedo, J. Rodellar. Automatic recognition of different types of acute leukemia in PB by image analysis. Journal of Clinical Pathology, 2019, doi: 10.1136/jclinpath-2019-205949. Epub 2019 Jun 29.
S. Alférez, A. Merino, L. Puigví, J. Rodellar. Color clustering segmentation framework for image analysis of malignant lymphoid cells in peripheral blood. Medical and Biological Engineering and Computing, 2019. doi: 10.1007/s11517-019-01954-7. Epub 2019 Feb 7.
Oliver-Caldes A, González-Farré B, Merino A, Rozman M. Carcinocytaemia in an advanced stage of invasive ductal carcinoma of the breast. Br J Haematol. 2019; 185(1): 8. doi: 10.1111/bjh.15678.
Vicente-Steijn R, Tomé A, Maduell F, Xipell M, Castro P, A Molina, A Merino. Green inclusions in neutrophils: A critical finding that must be reported. Int J Hem 2019. doi: 10.1111/ijlh.13138. Epub 2019 Dec 24.
Puigví L, Merino A, Alférez S, Boldú L, Acevedo A, Rodellar J. Quantitative cytologic descriptors to differentiate CLL, Sézary, granular, and villous lymphocytes through image analysis. J Clin Pathol. 2019; doi: 10.1093/ajcp/aqz025.
Molina A, Alcaraz J, Guiñón L, Pérez A, Segurana A, Reverter JC, Bedini JL, Merino A. Study of the analytical performance at different concentrations of hematological parameters using Spanish EQAS data. Clin Chem Lab Med, 2019. doi: 10.1515/cclm-2019-0108.
A. Merino, L. Puigví, L. Boldú, S. Alférez, J. Rodellar. Optimizing morphology through blood cell image analysis. International Journal of Laboratory Hematology, 2018. doi: 10.1111/ijlh.12832.
J. Rodellar, S. Alférez, A. Acevedo, A. Molina, A. Merino. Image processing and machine learning in the morphological analysis of blood cells. International Journal of Laboratory Hematology, 2018. doi: 10.1111/ijlh.12818.
A Merino, L Boldú, A Ermens. Acute myeloid leukemia: how to combine multiple tools. Int J Lab Hematol 2018;40 (Suppl.1):54-61. doi: 10.1111/ijlh.12831.
J Wong- Arteta, A Merino, S Torrente, JM Banales, L Bujanda. High fluorescence cell counts in ascitic body fluids for carcinomatosis screening. Clin Chem Lab Med. 2018 Oct 25;56(11):272-274. doi: 10.1515/cclm-2018-0359.
Principales prestaciones utilizadas
Hemograma
Morfología de sangre periférica
Estudio del frotis de sangre
Estudio citológico urgente sangre total
Patentes
Título: Método implementado por ordenador para reconocimiento y clasificación de células sanguíneas anormales y programas informáticos para llevar a cabo el método
Inventores: S. Alférez, A. Merino, J. Rodellar, L. Mujica, M. Ruiz
Número de registro: P201331348
Proyecto en curso:
Computational System for the Diagnosis of Acute Leukemia and Lymphoma from Peripheral Blood Images: Proof of Concept and Roadmap for Technological Valorization. Ministerio de Ciencia, Innovación y Universidades. Project 2023-2024.
Otras líneas estratégicas de investigación
El radón es la segunda causa de cáncer de pulmón, después del consumo de cigarrillos. En esta pesquisa queremos investigar los mecanismos de carcinogénesis molecular e inmunología vinculados a la exposición al gas radón en pacientes con cáncer de pulmón de célula no pequeña.
-
Desarrollo de un panel de secuenciación masiva (NGS) en leucemia linfocítica crónica.
-
Los cánceres de vulva independientes de VPH parecen ser más agresivos que los tumores asociados al VPH y, dentro de los tumores VPH-independientes, aquellos con alteraciones de p53 parecen tener una mayor agresividad. Infelizmente, son prácticamente inexistentes los estudios en los que se analicen y se comparen las características moleculares de estos tumores.
-
El carcinoma colorrectal en estadios iniciales puede tener micrometástasis en los ganglios linfáticos, no detectables mediante el análisis histológico convencional.
El servicio de Anatomía Patológica está en constante actualización e innovación. La implementación de nuevas tecnologías complementarias en el diagnóstico convencional se estudia activamente para proporcionar los mejores diagnósticos a nuestros pacientes.
Las enfermedades minoritarias de origen genético representan actualmente graves problemas de salud. Nuestro grupo aborda esta cuestión desde una perspectiva multidisciplinar para mejorar el diagnóstico y su tratamiento.
-
Una respuesta inflamatoria excesiva desempeña un papel clave en el desarrollo de las complicaciones hepáticas. Nuestro laboratorio investiga cómo combatir esta inflamación promoviendo la formación de lípidos que promueven la resolución de la inflamación.
-
,
Actualmente, una de cada cinco parejas sufre problemas de fertilidad. Nuestro grupo aborda esta cuestión principalmente desde el punto de vista del factor masculino, y desde un punto de vista multi-ómico con el objetivo de descubrir los mecanismos fundamentales necesarios para la fertilidad masculina e identificar nuevas causas moleculares de la infertilidad.
Determinadas enfermedades hematológicas, como son las leucemias y linfomas, son enfermedades graves que pueden aparecer en todas las edades y cuya prevalencia aumenta con la edad.
-
Las neoplasias humanas y las enfermedades inflamatorias tienen unos mecanismos genéticos y moleculares implicados en su desarrollo y progresión que se pueden conocer mediante técnicas moleculares y digitales aplicadas a los tejidos.
El grupo trabaja para entender los mecanismos moleculares implicados en el desarrollo y la progresión de las neoplasias linfoides.
-
Las enfermedades metabólicas hereditarias (EMH) son enfermedades raras monogénicas que afectan al metabolismo causando una alta morbimortalidad. Los avances tecnológicos permiten identificar nuevas patologías y biomarcadores. No se dispone de tratamiento para todas las EMH, por lo que se requiere la búsqueda de nuevas terapias.
El objetivo de esta investigación es el diseño y desarrollo de nuevos agentes antibacterianos activos frente a bacterias multirresistentes. Hemos desarrollado dos líneas: 1. Péptidos cíclicos con actividad antibacteriana y 2. Reposicionamiento de agentes antirretrovirales como agentes antibacterianos. Se dispone de tres patentes.
El objetivo de esta área de investigación es la detección de los clones de bacterias multi resistentes que circulan por nuestro medio y la identificación de los mecanismos moleculares que causan la multi resistencia.
Los genes (base del funcionamiento de los organismos vivos) también definen el sistema inmunitario y, por tanto, también la mayoría de enfermedades humanas.
Los tratamientos frente a patógenos como el VIH, virus de las hepatitis, virus de la gripe o citomegalovirus pueden verse afectados por el desarrollo de mutaciones virales que confieren resistencia a un determinado fármaco o grupo de fármacos.
-
Actualmente, la supervivencia de los pacientes trasplantados de hígado a los cinco años es de entre un 70%-80%. Una esperanza que, en gran medida, está condicionada por los efectos del envejecimiento y del tratamiento inmunosupresor.
Las enfermedades hepáticas y cardíacas representan actualmente graves problemas de salud. Nuestro grupo aborda esta cuestión desde una perspectiva multifactorial, utilizando la biología molecular, la investigación en biomarcadores sanguíneos y la nanomedicina para identificar herramientas diagnósticas y terapéuticas en estas enfermedades.