Inteligencia artificial

Solo disponible en BuenasTareas
  • Páginas : 12 (2866 palabras )
  • Descarga(s) : 0
  • Publicado : 8 de marzo de 2012
Leer documento completo
Vista previa del texto
Técnicas Reconocimiento de Formas Aplicadas al Diagnóstico de Cáncer Asistido por Ordenador

Rafael Llobet Azpitarte
Investigador del Instituto Tecnológico de Informática. Universidad Politécnica de Valencia
Juan Carlos Pérez Cortés
PhD. Director científico-técnico del Instituto Tecnológico de Informática. Universidad Politécnica de Valencia
Roberto Paredes Palacios
PhD.Investigador del Instituto Tecnológico de Informática. Universidad Politécnica de Valencia.

Resumen
Uno de los campos en los que el procesado digital de imágenes está aportando una inestimable ayuda es el caso del análisis de imágenes médicas. Dado que la responsabilidad asociada a las tareas en este campo es muy alta, las aplicaciones que actualmente se diseñan siguen una línea de ayuda alprofesional que desempeña estos trabajos, y no de sustitución del mismo. En este artículo se explican los fundamentos básicos del Reconocimiento de Formas, y cómo esta disciplina puede ser aplicada en el diseño de sistemas de ayuda al diagnóstico asistido por ordenador.

1. Introducción
Uno de los mayores problemas en la detección de lesiones en imágenes médicas viene dado por la subjetividad conque el experto humano analiza dichas imágenes. En muchos casos, la experiencia del profesional encargado de interpretar la imagen, es un factor determinante en el diagnóstico final. Normalmente se requiere una curva de aprendizaje larga para que estos profesionales alcancen unos niveles altos de fiabilidad. Sin embargo, aun en los casos en los que el profesional tiene un grado elevado deexperiencia, en muchos tipos de imágenes la detección de lesiones y, en consecuencia, la diagnosis, resulta una tarea complicada. Las causas de esta dificultad en la diagnosis suelen deberse a:
• Escasa calidad de la imagen.
• Ocultación de objetos debido al paso de 3D a 2D.
• Lesiones difícilmente visibles al ojo humano debido a su reducido tamaño (microtexturas).
• Subjetividad en lainterpretación.
• Cansancio y falta de concentración.
• Inexistencia de una búsqueda sistemática y exhaustiva.
Algunos estudios han demostrado que la habilidad para localizar patrones en una imagen que tienen cierta similitud con el fondo de la misma requiere una búsqueda sistemática por toda la imagen(18). Sin embargo, otros estudios que han analizado el movimiento del ojo durante el análisis de unamamografía, han demostrado que el modo en que el radiólogo explora la imagen dista mucho de ser sistemático(4). Como consecuencia de todas estas dificultades, los tests de imagen utilizados actualmente en la diagnosis precoz de cáncer pueden tener serias limitaciones en cuanto a capacidad diagnóstica se refiere. Ello se traduce en un importante número de pacientes a los que no se les detecta el cáncertras la realización de varios tests (falsos negativos), así como en otra gran cantidad de pacientes que, no padeciendo la enfermedad, son sometidos a una serie de biopsias por existir una sospecha alta de presencia de cáncer (falsos positivos).
Por citar algunos ejemplos, estudios retrospectivos han demostrado que en los programas actuales de screening de cáncer de mama, entre un 10% y un 25%de los tumores pasan inadvertidos a los ojos del radiólogo(17, 19). Otros estudios confirman estos mismos datos al estimar que la sensibilidad alcanzada en la detección de tumores mediante la inspección visual de la mamografía por parte de un radiólogo no supera el 75%(1). El caso de la diagnosis de cáncer de próstata mediante biopsia ecodirigida no es muy distinto. Algunos estudios han concluidoque incluso utilizando la cantidad aconsejada de 12 punciones, aproximadamente el 10% de los tumores no se detecta debido a que ninguna de estas punciones alcanza el lugar exacto donde se localiza el cáncer(16, 2).
A la vista de estos resultados, parece evidente la importancia de concentrar esfuerzos en la búsqueda de nuevas técnicas que permitan mejorar la diagnosis a partir de la imagen...
tracking img