Visión artificial para ayudar al diagnóstico de retinopatía en bebés prematuros
Investigadores de la Universidad Politécnica de Madrid, en colaboración con otras universidades y hospitales, implementan mejoras en imágenes médicas mediante inteligencia artificial.
23.11.2020
Investigadores del Grupo de Informática Biomédica (GIB) de la Universidad Politécnica de Madrid (UPM), y de dos universidades ecuatorianas −Escuela Politécnica Nacional (EPN) y Universidad San Francisco de Quito (USFQ)−, han desarrollado un método novedoso para procesar imágenes de fondo de ojo y mejorar la visibilidad de la red vascular con el fin de dar soporte informático al diagnóstico de la Retinopatía de la Prematuridad. Esta enfermedad ocular, producida por un desarrollo anormal de vasos sanguíneos en la retina, puede afectar a bebés prematuros y llevar a la ceguera, por lo que el diagnóstico temprano es fundamental. Para desarrollar este software de diagnóstico los investigadores han trabajado en estrecha cooperación con expertos oftalmólogos pediatras del Hospital Metropolitano y del Hospital Pediátrico Baca Ortiz de Ecuador.
Fuente: pixabay
La Retinopatía de la Prematuridad (ROP, por su nombre en inglés) es una enfermedad que pueden presentar bebés nacidos prematuros o con un peso inferior al estándar. Esta enfermedad puede llegar incluso a causar la ceguera en su nivel más alto de gravedad. Para evitarlo, el diagnóstico y tratamiento temprano es crucial. El diagnóstico del ROP se basa, principalmente, en el análisis de la zona vascular de la retina de los niños basándose en imágenes. El principal problema es que estas imágenes suelen ser oscuras y tienen una luminosidad irregular.
Con el objetivo de mejorar la detección de esta afección, un equipo de investigadores ha desarrollado, mediante la aplicación de algoritmos de inteligencia y visión artificial, una herramienta capaz de mejorar la visibilidad de los vasos sanguíneos en la retina prematura. Como señala Raúl Alonso, miembro del Grupo de Informática Biomédica de la UPM, “gracias a estos algoritmos hemos desarrollado un software capaz de mejor las imágenes de forma adaptativa, esto es, los parámetros de optimización de cada imagen se calculan automáticamente en base a las características propias de dicha imagen usando una red de neuronas artificial. Posteriormente, se utilizan filtros de visión artificial que permiten mejorar la visibilidad de los vasos sanguíneos utilizando los parámetros calculados en el paso anterior”.
A continuación, se muestran algunos ejemplos de la mejora visual automática obtenida para algunas imágenes.
“Esta aplicación facilita el diagnóstico manual a los médicos de la ROP y es, además, un primer paso para la detección y medición automática de la tortuosidad de los vasos sanguíneos en la retina, factor principal usado para el diagnóstico de la enfermedad”, indica Monserrate Intriago Pazmiño, otra de las investigadoras participantes en el estudio.
Todos los resultados obtenidos en la investigación fueron validados por los expertos oftalmólogos de forma satisfactoria.
Enhancing vessel visibility in fundus images to aid the diagnosis of retinopathy of prematurity. Intriago-Pazmino, M.; Ibarra-Fiallo, J.; Crespo, J ; Alonso-Calvo, R. HEALTH INFORMATICS JOURNAL Article Number: 1460458220935369 DOI: 10.1177/1460458220935369