Classification de l'infection par la dengue à l'aide de l'apprentissage automatique

Le moustique Aedesaegypti a épargné les maladies virales de la dengue. La plus grande épidémie en développement dans le monde est la dengue. Jour après jour, le taux de dengue a augmenté de manière significative dans le monde entier. Les infections par la dengue se présentent sous trois formes : La fièvre de la dengue, également appelée "fièvre des os", la fièvre hémorragique de la dengue (DHF) et le syndrome de choc de la dengue (DSS), qui sont des maladies débilitantes. Les médecins doivent prendre environ 20 à 50 photos de globules blancs sous différents angles pour identifier la maladie. La numération plaquettaire est estimée à l'aide de diverses techniques de segmentation et d'opérations morphologiques. La numération plaquettaire permet de détecter l'infection par la dengue. Une technique utilisée pour la segmentation est principalement basée sur le Thresolding qui ne segmente pas la partie exacte de la plaquette défectueuse. Mais, le résultat n'était pas aussi efficace pour fournir les informations spatiales détaillées de la partie réelle de la maladie. Nous allons donc utiliser ici un algorithme basé sur le flou pour segmenter les plaquettes sanguines. Il existe différentes méthodes d'extraction de caractéristiques pour les plaquettes : taille, forme et surface. Mais cela ne donnait pas des résultats exacts. Nous allons donc utiliser ici les caractéristiques de Haralick pour les plaquettes sanguines.