Abstract:
En México la población aproximada de
personas con Diabetes Mellitus (DM)
asciende entre 6.5 y 10 millones de personas
según datos de la Federación Mexicana de
Diabetes (FMD). Se calcula que de esta
cantidad casi dos millones aún no saben que
padecen esta enfermedad. Cerca del 7% de
la población general en México la padece,
está presente en 21% de habitantes entre 65
a 74 años. El 80% de las amputaciones
mayores de miembros inferiores se realiza en
pacientes con diabetes. Es la tercera causa
de muerte y es la principal causa de
ceguera y debilidad visual a nivel mundial.
[1]
Con el objetivo de contribuir a la calidad de
vida de los pacientes con DM y otras
enfermedades que desarrollen problemas
oculares vasculares y para apoyar la
preparación de los especialistas en la salud
visual, se desarrollará un sistema informático
que permita la detección de retinopatías en
imágenes de fondo de ojo, clasificándolas
según sus características en diabética,
hipertensiva y glaucoma, aplicando
conocimientos de inteligencia artificial (lógica
difusa) y reconocimiento de patrones
(procesamiento de imágenes médicas) para
la creación de este método diagnóstico.
Se lograron extraer características
cuantificables en 239 imágenes de la retina,
con lo que se identificaron métodos
principales para la detección y realce de
estructuras oculares. El sistema desarrollado
permitió la extracción y medición de dos
signos característicos de la retinopatía
diabética; microhemorragias y exudados
algodonosos.
El diseño de la FAM permitió recolectar
información experta para la automatización
del diagnóstico, encontrando zonas críticas
de evaluación diagnóstica.
Se espera que el sistema experto difuso
(SED) logre detectar signos característicos
de cada retinopatía como cantidad de color,
tamaño y forma de algunas estructuras
oculares, principalmente vasos sanguíneos,
papila, macula, para que por medio de un
algoritmo retroalimentado clasifique la
imagen en la retinopatía a la que
pertenezcan las características detectadas e
incorporado a esto, tendrá un sistema de
auto-mejora que le permitirá ser más preciso
después de cada imagen analizada. Ya que
comparará la decisión tomada
automáticamente por la experiencia
(información) guardada que hasta el
momento tiene, contra la decisión tomada por
el usuario (especialista en salud visual).
Estas cualidades permiten contemplar
grandes expectativas para el sistema en un
futuro, ya que su capacidad de mejora
continua vislumbra una detección de las
retinopatías en forma cada vez más eficiente
y aunado a sistemas ya desarrollados de
detección prematura de retinopatía diabética
por medio de un análisis del iris y de fondo
de ojo buscando específicamente
microaneurismas, se espera que futuros
estudios puedan fusionar estas técnicas para
la prevención de RD y por ende la ceguera
en México y el mundo
Description:
Tesis (Ingeniería Biomédica), Instituto Politécnico Nacional, UPIBI, 2011, 1 archivo PDF, (90 páginas). tesis.ipn.mx
