La retinopatia diabètica (RD) i la degeneració macular associada a l'edat (DMAE) són dues de les patologies més comunes que provoquen dany en la retina. Ambdues poden estar directament relacionades amb la ceguesa i la deterioració de la visió, raó per la qual la seua detecció primerenca resulta fonamental.
Amb l'objectiu de facilitar-la, un equip investigador de la Universitat Politècnica de València (UPV) ha desenvolupat, a escala de laboratori, un nou sistema d'anàlisi del fons de la retina que ajudaria a detectar, de forma automàtica i en la fase primerenca, les lesions que caracteritzen aquestes malalties: exsudats i microaneurismes, en la retinopatia diabètica, i druses en el cas de la degeneració macular associada a l'edat.
Descriptors d'imatge i models de predicció
El sistema es compon de descriptors d'imatge extrets localment i de models de predicció entrenats amb algorismes avançats d'aprenentatge automàtic (machine learning). A partir d'aquestes eines, és capaç d'analitzar de forma precisa i ràpida les imatges de retines.
El procés és senzill: l'algorisme detecta la textura, morfologia i complexitat del fons de l'ull, i diferencia automàticament aquelles imatges patològiques d'aquelles saludables, localitzant els signes de cadascuna de les malalties.
Disminució de la càrrega de treball de professionals i costos associats al diagnòstic
Actualment, la detecció d'aquestes patologies es duu a terme de forma manual; la seua avaluació és totalment subjectiva i requereix un gran coneixement i experiència per part de l'especialista mèdic.
Adrián Colomer, investigador del Computer Vision and Behaviour Analysis Lab-i3B de la UPV, explica que el nou sistema "ajudaria els professionals mèdics a destriar els casos patològics dels que no ho són, disminuiria la seua càrrega de treball i reduiria el cost associat a aquest diagnòstic".
Els últims resultats del treball desenvolupat pel grup investigador de la UPV han sigut publicats en la revista Journal of Computational and Applied Mathematics.
Notícies destacades