Un método planteado por investigadores vallisoletanos, fundamentado en un algoritmo, es capaz de localizar de forma automática hemorragias y microaneurismas en la retina, que son indicadores tempranos de retinopatía diabética, la principal causa de ceguera en los países desarrollados.
Investigadores del Grupo de Ingeniería Biomédica (GIB), del Instituto de Oftalmobiología Aplicada (IOBA) y del Instituto de Investigación en Matemáticas (IMUVA) de la Universidad de Valladolid (UVA), junto con colegas del Hospital Clínico Universitario de Valladolid y del Instituto de Neurociencias de Castilla y León (INCYL), han desarrollado un sistema capaz de detectar de forma automática lesiones rojas en la retina a partir de imágenes digitales a color de fondo de ojo.
“Disponer de sistemas automáticos permitiría realizar una detección precoz de la retinopatía diabética, administrar el tratamiento adecuado a tiempo y, en definitiva, mejorar la calidad de vida de los pacientes diabéticos”, afirma el investigador, un asunto en el que el grupo lleva trabajando varios años.
Una precisión cercana al 85 %
En un artículo publicado en la revista Entropy, los autores detallan cómo partiendo de la retinografía original se aplica, en primer lugar, un preprocesado para corregir la iluminación del fondo, normalizar el color de la imagen y realzar el contraste de las lesiones. En segundo lugar, detectan los píxeles oscuros de la imagen, “puesto que las lesiones rojas aparecen como regiones oscuras en las retinografías”, precisa Romero.
Para esta tarea utilizaron un método denominado Entropy Rate Superpixel Segmentation, que agrupa los píxeles de una imagen para formar los objetos que percibimos. A estos objetos los llaman ‘superpíxeles’, pero no todos son lesiones rojas. “Para separar las lesiones rojas verdaderas tenemos que utilizar una última etapa de clasificación, teniendo en cuenta características como la forma o el color de los ‘superpíxeles’. Para ello, utilizamos una red neuronal que se llama perceptrón multicapa”, agrega.
A través de este método, los investigadores han sido capaces de separar las imágenes con lesiones rojas de aquellas que no presentaban este tipo de lesiones con una precisión del 84,45 % sobre una base de datos privada. El algoritmo también se validó con una base de datos pública y se obtuvo una precisión del 86’89 por ciento.
Mayor control y menos costes
Romero subraya que métodos automatizados como el desarrollado permitirían tener controladas las retinas de todos los pacientes diabéticos y, además, abaratarían los costes y aliviarían la carga de trabajo de los especialistas. “De esta manera, los oftalmólogos dispondrían de herramientas de ayuda al diagnóstico de la enfermedad y se podría, incluso, desarrollar sistemas para que los oftalmólogos solo tuvieran que revisar aquellos casos que necesitaran de una atención más exhaustiva”.
No obstante, para que estos sistemas lleguen a la práctica clínica es necesario seguir investigando. En trabajos futuros, estos investigadores pretenden combinar los métodos utilizados con nuevas técnicas para la detección de las lesiones, como el llamado ‘Deep Learning’. También prevén seguir validando el instrumento con una base de datos mayor y detectar otro signo característico de la retinopatía riabética, los exudados o depósitos que se forman por la salida de líquidos de los vasos de la retina.