Objetivo.

​

Desarrollar algoritmos de cómputo que contribuyan a la detección de anomalías y tumores celulares que permitan medir el grado de severidad de las mismas.

 

Justificación.

​

Hoy en día una de las enfermedades que tienen mayor incidencia en el mundo es el cáncer, y cada año nuevos casos se suman a esta enfermedad, por ejemplo, en 2014 se sumaron 14 millones de nuevos casos a los ya existentes. Una detección oportuna requiere de técnicas eficientes y rápidas para analizar tanto a pacientes sanos como a posibles nuevos casos con el fin de obtener un oportuno diagnóstico. Para ello las pruebas histopatológicas son un adecuado método para realizar un diagnóstico y hoy en día gracias al uso de avanzados microscopios digitales es posible obtener imágenes digitales correspondientes a muestras de tejido para ser analizadas por computadora, lo que antes realizaba un radiólogo de forma manual. 

 

El uso de herramientas de procesamiento de imágenes digitales se ha extendido ampliamente a distintas áreas entre las cuáles se encuentran la histología y patología digital. Mediante el análisis de imágenes es posible examinar muestras de tejido que ha sido previamente adquirido por un proceso químico-biológico de extracción y tintura del mismo para mejorar los contrastes y contribuir en algunos casos, a un adecuado diagnóstico médico y en otros a un análisis de procesos biológicos. Estos métodos emplean avanzados microscopios digitales que permiten obtener imágenes histopatológicas de alta resolución tomadas de muestras de tejido o de líneas de células cultivadas in-vitro. Estas técnicas emplean pigmentos que tiñen los tejidos con lo cual se puede observar más claramente la estructura celular para así detectar anomalías presentes en la muestra. Entre los procesos de teñido más comunes están los protocolos hematoxilyn-eosin, inmunohistoquímica y fluorescencia. Las imágenes capturadas pueden ser analizadas visualmente por un experto clínico, lo cual requiere una considerable cantidad de recursos humanos, sin embargo, es posible apoyar esta tarea visual mediante un procesamiento automático, por ejemplo, una detección y cuantificación del núcleo celular, o bien la segmentación, clasificación y extracción de parámetros de alguna otra característica de las imágenes. El uso de técnicas de procesamiento digital de una imagen con la finalidad de contribuir a la detección de una enfermedad o anomalía se denomina diagnóstico asistido por computadora o Computer-Aided Diagnosis (CAD). El CAD no sustituye totalmente la actividad de radiólogo, patólogos o biólogos, y actualmente una gran cantidad de estudios buscan desarrollar un protocolo totalmente automatizado que realice el diagnóstico realizado por el radiólogo

 

Descripción.

​

 El presente trabajo tiene como finalidad realizar en una primera etapa una investigación sobre el estado del arte en el Diagnóstico asistido por computadora o CAD basado en la manipulación y procesamiento de imágenes digitales mediante técnicas de visión artificial e inteligencia artificial. Para ello se propone una revisión a fondo de la literatura y la bibliografía en este campo y posteriormente realizar una evaluación de la eficiencia de los algoritmos más significativos empleados mediante una implementación y validación de los mismos.

 

Para la segunda etapa del proyecto se implementará una plataforma de procesamiento de imágenes para validar y optimizar los algoritmos. En esta etapa se analizarán diferentes imágenes para validar los algoritmos de cómputo que contribuyan a la detección de anomalías y tumores celulares con la finalidad de medir el grado de severidad de las mismas. Se buscará colaboración con Instituciones de Salud para poner en práctica y aplicar los algoritmos y sistemas para beneficio de usuarios de salud y facilitar detección en pruebas histopatológicas.