Análisis de imagen para detectar daños de retina

Investigadores de la UPV desarrollan modelos de predicción para detección precoz de daños en la retina.

Enrique Mezquita. Valencia | dmredaccion@diariomedico.com | 15/06/2018 00:00

Adrián Colomer, investigador del Computer Vision and Behaviour Analysis Lab-i3B de la UPV, y Valery Naranjo, coordinadora del citado laboratorio. (Enrique Mezquita)

La retinopatía diabética (RD) y la degeneración macular asociada a la edad (DMAE) son dos de las patologías más comunes que provocan daño en la retina. Ambas pueden estar directamente relacionadas con la ceguera y el deterioro de la visión y, por tanto, su detección temprana resulta fundamental.

La detección de estas patologías se lleva a cabo de forma manual y su evaluación es totalmente subjetiva, lo cual requiere un gran conocimiento y experiencia por parte del especialista médico. En este escenario, un equipo de investigadores de la Universidad Politécnica de Valencia (UPV) ha desarrollado, a escala de laboratorio, un nuevo sistema de análisis de fondo de retina que ayudaría a detectar de forma automática y en su fase temprana las lesiones que caracterizan estas enfermedades (exudados y microaneurismas en la RD y drusas en el caso de la DMAE).

El sistema se compone de descriptores de imagen extraídos localmente y modelos de predicción entrenados con algoritmos avanzados de aprendizaje automático (machine learning). "Los modelos automáticos son entrenados a partir de imágenes de fondo de ojo extraídas de bases de datos públicas como E-Ophtha o Diaretdb1. Dichos modelos van aprendiendo las características de forma, textura y complejidad de los principales signos de las enfermedades oftalmológicas gracias a diversos descriptores de imagen que son capaces de extraer esta información visual", según explica a Diario Médico Adrián Colomer, investigador del Computer Vision and Behaviour Analysis Lab-i3B de la UPV.

Su funcionamiento se basa en que el sistema es capaz de analizar de forma precisa y rápida las imágenes de retinas: el algoritmo detecta la textura, morfología y complejidad del fondo de ojo y diferencia automáticamente aquellas imágenes patológicas de las saludables, localizando los signos de cada una de las citadas enfermedades.

La principal ventaja de este sistema radica en que "es capaz de proporcionar una predicción en unos pocos segundos de donde se localizan (si es que existen) patrones anómalos en la retina. Esta información puede ser de gran interés en centros de salud en los que no cuentan con especialistas en cada una de las áreas médicas", según Colomer.

La decisión de derivar a un paciente al especialista se tomaría siguiendo el criterio del facultativo apoyado por la ayuda proporcionada por el sistema informático que se está desarrollando.

Marco temporal

En estos momentos, según apunta el investigador, se dispone de un primer prototipo a escala de laboratorio que es capaz de proporcionar un mapa de calor sobre las imágenes de fondo de ojo, indicando las zonas (si es que las hay) con cierta probabilidad de ser signo de RD o DMAE.

Los próximos pasos incluirían una validación exhaustiva del sistema (2018) y la creación final de un software (2019) "de fácil manejo y que cumpla con las expectativas temporales que se requieren para su uso en el ámbito clínico".

Si el proyecto finaliza con éxito, "el sistema estaría embebido en un software multiplataforma y de fácil instalación". La idea es que el programa se instalara en aquellas consultas que dispusieran de un dispositivo de adquisición de imagen de fondo de ojo, "para que, tras la obtención de la imagen por parte del técnico, ésta fuera analizada de manera automática por nuestro software".

Datos

Proyecto global
El trabajo se enmarca dentro del proyecto nacional ‘Acrima' (Diagnóstico precoz de patologías retinianas. Desarrollo de ‘software' automático de detección), financiado por el Ministerio de Economía.

Publicación
Los últimos resultados de este proyecto de la Politécnica de Valencia han sido publicados en la revista ‘Journal of Computational and Applied Mathematics' .

Previsión
Los investigadores ya han desarrollado un prototipo que esperan convertir en un ‘software' multiplataforma el próximo año.