La retinopatia diabètica (RD) i la degeneració macular associada a l’edat (DMAE) són dos de les patologies més comunes que provoquen dany en la retina. Ambdos poden estar directament relacionades amb la ceguesa i la deterioració de la visió, amb el que la seua detecció primerenca resulta fonamental.
Un equip d’investigadors de la Universitat Politècnica de València ha desenvolupat, a escala de laboratori, un nou sistema d’anàlisi de fons de retina que ajudaria a detectar de forma automàtica i en la seua fase primerenca les lesions que caracteritzen estes malalties –traspuats i microaneurismes en la retinopatia diabètica i druses en el cas de la degeneració macular associada a l’edat.
El sistema es compon de descriptores d’imatge extretes localment i models de predicció entrenats amb algorismes avançats d’aprenentatge automàtic (machine learning). A partir d’estes 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 d’ull i diferència automàticament aquelles imatges patològiques, d’aquelles saludables, localitzant els signes de cadascuna de les malalties.
“Una detecció automàtica de teixits patològics contribuirà a la detecció primerenca d’estes retinopaties”, apunta Adrián Colomer, investigador del Computer Vision and Behaviour Analysis Lab–i3B de la Universitat Politècnica de València.
Avaluació més objectiva
Actualment, la detecció d’estes 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.
“Este sistema ajudaria als professionals mèdics a destriar casos patològics del que no ho són i a disminuir la seua càrrega de treball. A més, reduiria el cost associat a este diagnòstic”, afegeix Colomer.
Els últims resultats del treball desenvolupat pels investigadors de la UPV han estat publicats en la revista Journal of Computational and Applied Mathematics.
