El ‘machine learning’ permitirá la detección temprana de daños en la retina. Investigadores de la UPV han desarrollado este trabajo financiado por el Ministerio de Economía y Competitividad.

Investigadores de la Universitat Politècnica de València (UPV) han desarrollado un sistema que ayuda a detectar de forma automática lesiones propias de la retinopatía diabética y la degeneración macular.

El proyecto nacional ACRIMA, financiado por el Ministerio de Economía y Competitividad acoge este trabajo, y los últimos resultados de este proyecto han sido publicados en la revista Journal of Computational and Applied Mathematics.

Según un comunicado de la UPV, la Retinopatía Diabética (RD) y la Degeneración Macular Asociada a la Edad (DMAE) son dos de las patologías más comunes que provocan daño en la retina.

Un equipo de investigadores de la UPV ha desarrollado, a escala de laboratorio, un nuevo sistema de análisis de fondo de retina que ayudaría a detectar de forma automática y en su fase temprana las lesiones que caracterizan estas enfermedades.

El sistema se compone de descriptores de imagen extraídos localmente y modelos de predicción entrenados con algoritmos avanzados de aprendizaje automático («machine learning»), y a partir de estas herramientas es capaz de analizar de forma «precisa y rápida» imágenes de retinas.

El proceso es sencillo: el algoritmo detecta la textura, morfología y complejidad del fondo de ojo y diferencia automáticamente las imágenes patológicas de las saludables, localizando los signos de cada una de las enfermedades.

«Una detección automática de tejidos patológicos contribuirá a la detección temprana de estas retinopatías«, apunta Adrián Colomer, investigador del Computer Vision and Behaviour Analysis Lab-i3B de la Universitat Politècnica de València.

«Este sistema ayudaría a los profesionales médicos a discernir casos patológicos de los que no lo son y a disminuir su carga de trabajo. Además, reduciría el coste asociado a este diagnóstico«, asegura Colomer.