Trabajo final del curso de informática para las ciencias de la salud

La neumonía es la principal causa de muerte en niños menores de 5 años a nivel mundial. Los métodos radiológicos ionizantes (Rayos X y Tomógrafos computarizados) son considerados los estudios de referencia para su detección. Sin embargo, los pacientes son expuestos a radiación durante la prueba, y el riesgo de daño es mayor en poblaciones pediátricas. El presente trabajo analiza los histogramas de espacios intercostales extraídos de videos ultrasónicos de pulmón en niños, para su clasificación entre sanos y enfermos, dentro de un video. Para ello, se trabajó con 15 videos de pacientes enfermos y 15 videos de pacientes sanos. Los espacios intercostales (región de interés) se encuentran debajo de la línea pleural en cada cuadro de video. Para identificar la línea pleural se implementó un algoritmo basado en el análisis del centroide de la imagen, donde se obtuvo las áreas que conforman la zona pleural, y mediante interpolación, los puntos de dicha línea. Estos puntos fueron determinantes para la segmentación de los espacios intercostales, ya que marcaron la referencia de inicio para la segmentación. Finalmente, de dichos espacios segmentados, se extrajeron características numéricas de oblicuidad, curtosis, desviación estándar, energía y promedio. El potencial de clasificación de las propiedades fue evaluado individualmente, en pares, y en un solo grupo de 5. Para el análisis de una sola característica, el umbral óptimo de clasificación fue seleccionado por Curva ROC (receiver operator characteristic); para el estudio de las características en pares, se usó análisis SVM (support vector machine) usando kernel RBF; y para el estudio de las 5 características en simultáneo se usó PCA (principal component analaysis) para hallar las dos componentes principales y aplicar SVM para la clasificación. Los resultados revelaron que el promedio es el mejor discriminador cuando se analizaba una sola característica, con 77% de sensibilidad, 75% de especificidad y 75% de exactitud. Cuando se analizó características en pares, el promedio y oblicuidad permitieron la mejor clasificación con 93% de sensibilidad, 86% de especificidad y 88% de exactitud. Finalmente, analizando las 5 características en simultáneo, los resultados fueron: 100% de sensibilidad, 98% de especificidad y 98% de exactitud. / Tesis

La neumonía es una enfermedad respiratoria de alto riesgo cuya tasa de mortandad en niños menores de 5 años es el 15% a nivel mundial, siendo esta la más alta según la Organización Mundial de la Salud [1]. Esta enfermedad afecta directamente a los alveolos llenándolos de pus lo cual tiene como consecuencia que la respiración sea dolorosa [1]. Para detectar la enfermedad se utiliza maquinaria que utiliza radiación ionizante la cual genera daños perjudiciales a los niños en crecimiento. Adicionalmente, para lograr la adquisición de estas maquinarias se requiere infraestructura adecuada para hacer la toma de las imágenes, generando costos elevados. Alternativamente, se han realizado investigaciones con respecto al diagnóstico utilizando ultrasonido las cuales tienen grados de sensibilidad y especificidad que se encuentran por encima del 80% [10]. El problema de utilizar ultrasonido es que las imágenes no siempre se ven de buena calidad por lo que es necesario un entrenamiento previo para detectar neumonía en las imágenes ecográficas. Adicionalmente, al tratarse de un diagnóstico subjetivo es necesario contar con personal que tenga experiencia en imágenes de ultrasonido para lograr un diagnóstico adecuado. El presente trabajo de investigación desarrolló algoritmos basados en las características del tórax en las imágenes ecográficas para poder detectar neumonía en niños cuyas edades oscilan entre 6 meses y 5 años. Para este fin, se generó una base de datos con niños diagnosticados como sanos y enfermos por médicos de la Universidad Tulane en Nueva Orleans y de la Universidad Peruana Cayetano Heredia. A partir de dicha base de datos, se utilizó técnicas de umbralización [22] y de un algoritmo de flujo óptico [24] con puntos de corte variables para desarrollar un código que permita determinar si un paciente tiene o no neumonía. En tal sentido, se logró codificar un algoritmo utilizando métodos de umbralización cuya exactitud media fue del 83.9% con un coeficiente de variación de 0.06 y un algoritmo de flujo óptico cuya exactitud media fue del 80% con un coeficiente de variación de 0.15. Dichos resultados son alentadores debido a la cercanía en exactitud en comparación con los diagnósticos clínicos mostrados en el presente documento. Finalmente, se hizo la comparación de ambos métodos así como las recomendaciones necesarias para futuras investigaciones. / Tesis

La Tuberculosis es una de las enfermedades más letales a nivel mundial. Los esfuerzos en salud pública están dirigidos a la temprana detección de los casos bacilíferos, ya que son la fuente de infección. En el mundo la detección se realiza mediante baciloscopía, que consiste en la observación de muestras de esputo para identificar y contar bacilos con la ayuda de un microscopio. Sin embargo, el procedimiento es subjetivo y consume excesivo tiempo al personal de salud. El presente estudio tiene como objetivo identificar bacilos en imágenes digitales captadas desde el microscopio. Dichas imágenes muestran bacilos y otros artefactos con el mismo color. Ambos tipos de estructura se almacenaron y etiquetaron individualmente conformando la base de datos. Se analizó el espectro de magnitudes de los descriptores de Fourier de dichas estructuras, con el fin de seleccionar los necesarios para la óptima caracterización e identificación. Mediante el método sub-óptimo de selección de características hacia atrás (backward feature selection) se determinó los 14 descriptores que mejor discriminan entre las clases. Para comprobar este método se diseño un programa que procesó las 480 estructuras de la base de datos. Dicho programa obtuvo un porcentaje de acierto de 96.86%, una sensibilidad de 100% y una especificidad de 91.47% El estudio demuestra que es posible la identificación de bacilos mediante la clasificación de descriptores de Fourier previamente seleccionados. Estos resultados sugieren que las técnicas de procesamiento de imágenes digitales tienen el potencial de agilizar el diagnóstico de Tuberculosis. / Tesis

La Leishmaniasis Cutánea (LC) es una enfermedad tropical de evolución crónica que se produce por parásitos del género Leishmania y consiste en la aparición de úlceras granulares en la piel, causadas por la picadura del mosquito denominado Leishmania o Manta Blanca. Asimismo, la población que la padece está ubicada en zonas rurales y en lugares muy alejados de los hospitales de la ciudad de Lima; en donde los hospitales no poseen medios tecnológicos suficientes y personal capacitado para realizar un seguimiento respecto al tratamiento a seguir después de la consulta realizada al doctor tratante y a los médicos investigadores de dicha enfermedad. En segundo lugar, existe la probabilidad de comprobar la hipótesis de que el volumen de la ulceración de LC puede ser utilizado como una métrica para la obtención de un indicador biomédico que sirva de ayuda al doctor tratante; y de esa forma disponer de un protocolo útil que indique la evolución de la enfermedad mediante un tratamiento adecuado. Por esta razón, se propuso realizar un registro de puntos mediante un protocolo de estimación del volumen de ulceraciones de LC a través de la comparación entre las técnicas de fotogrametría digital y del Escáner Láser 3D. Para ello, se utilizaron los programas Agisoft PhotoScan Profesional, MeshLab Versión 1.3.2, Cloud Compare Versión 2 y MatLab 7.12.0; para crear reconstrucciones tridimensionales. Además, se realizaron una serie de experimentos con maniquíes de lesiones de LC de diferentes tamaños (pequeño, mediano y grande) para establecer el protocolo de fotogrametría digital más adecuado de acuerdo a las métricas de exactitud y precisión. Para ello, se utiliza los seis modelos del MeshLab para calcular el volumen de cada uno (incluyendo el modelo del Escáner Láser 3D) mediante la interpolación Spline en el software MatLab. Además, se calcula la desviación estándar del volumen (mediante el cálculo del error de precisión del volumen en porcentaje) para cada maniquí de LC (pequeño, mediano y grande), sin incluir el valor del volumen del Escáner Láser 3D. En consecuencia, la presente tesis brinda información respecto a la estimación del volumen de maniquíes de ulceraciones de LC, mediante el diseño del protocolo de fotogrametría digital PMM (Protocolo Mosaico Mejorado); la cual es comparable con las métricas del volumen obtenidas con el Escáner Láser 3D, considerando los siguientes errores de precisión del volumen para cada maniquí de LC (pequeño, mediano y grande) : 11 %, 13 % y 8 % ; respectivamente. Además, se obtuvieron los errores de exactitud del volumen para cada maniquí de LC (pequeño, mediano y grande; respecto al valor del volumen del Escáner Láser 3D ) y son los siguientes: 9 %, 9 % y 10 % ; respectivamente. Finalmente, el error porcentual de la exactitud para el cálculo del volumen mediante el Protocolo Mosaico Mejorado (PMM), son aceptables y menores o iguales al 10% para los maniquíes pequeño, mediano y grande. / Tesis

La Tuberculosis es una de las enfermedades más letales a nivel mundial. Los esfuerzos en salud pública están dirigidos a la temprana detección de los casos bacilíferos, ya que son la fuente de infección. En el mundo la detección se realiza mediante baciloscopía, que consiste en la observación de muestras de esputo para identificar y contar bacilos con la ayuda de un microscopio. Sin embargo, el procedimiento es subjetivo y consume excesivo tiempo al personal de salud. El presente estudio tiene como objetivo identificar bacilos en imágenes digitales captadas desde el microscopio. Dichas imágenes muestran bacilos y otros artefactos con el mismo color. Ambos tipos de estructura se almacenaron y etiquetaron individualmente conformando la base de datos. Se analizó el espectro de magnitudes de los descriptores de Fourier de dichas estructuras, con el fin de seleccionar los necesarios para la óptima caracterización e identificación. Mediante el método sub-óptimo de selección de características hacia atrás (backward feature selection) se determinó los 14 descriptores que mejor discriminan entre las clases. Para comprobar este método se diseño un programa que procesó las 480 estructuras de la base de datos. Dicho programa obtuvo un porcentaje de acierto de 96.86%, una sensibilidad de 100% y una especificidad de 91.47% El estudio demuestra que es posible la identificación de bacilos mediante la clasificación de descriptores de Fourier previamente seleccionados. Estos resultados sugieren que las técnicas de procesamiento de imágenes digitales tienen el potencial de agilizar el diagnóstico de Tuberculosis.

Actualmente, el café es uno de los recursos naturales más consumidos tanto en el mundo como en el Perú, Por ello, es menester garantizar la calidad en los granos de café, pues esto afectará considerablemente en el precio y posicionamiento en mercados altamente competentes; asimismo, el cultivo de este representa el principal ingreso para algunas familias, el cual se ve amenazado entre otras plagas, por la más perniciosa: La Roya Amarilla. La Roya Amarilla se propaga fácilmente a través del aire, una vez que cae en un cultivo de café, ataca directamente en las hojas, almacenándose en forma de esporas en el envés de estas, y al paso de días consume las hojas hasta defoliar completamente la planta infectada. Debido a ello, la planta no puede adquirir los nutrientes necesarios del sol, pues necesita las hojas como receptores; en consecuencia, el fruto del café (granos) no se desarrollan con normalidad, y por ende su calidad y cantidad de cosecha es baja. Aun cuando no existe una solución absoluta para la erradicación de esta plaga, se la puede controlar; es decir, a través de un proceso manual y exhaustivo los caficultores pueden aplicar una solución bioquímica en la planta que detenga el desarrollo del hongo en las hojas, pero no acaba con ellas, solo se puede prolongar el tiempo de vida de la planta de café. Esto es posible, solo si se detecta en sus inicios la presencia de las esporas en las hojas, pues de haber germinado el hongo sería en vano cualquier intento de recuperar la planta, con lo que solo quedaría el exterminio de la planta. Frente a este panorama, se propone una solución a través del aprendizaje máquina y procesamiento de imágenes, con el fin de automatizar el proceso de detección de la Roya en las hojas y calcular de manera más precisa la severidad del hongo. El proceso comienza en tomar fotografías a las hojas en un espacio semi controlado (con fondo blanco), luego se guardan todas las imágenes de las que se quiera conocer el porcentaje de severidad y ejecutar el programa propuesto, al término de ello el software muestra un reporte estadístico con el grado de incidencia por hoja según la clasificación de severidad que corresponda. Finalmente, destacar que, de manera funcional, el aprendizaje máquina será vital para descartar si hay presencia de roya en la hoja analizada, y luego si la hoja está infectada, con el método de procesamiento de imágenes se calculará de manera más precisa el porcentaje de severidad considerando el área de la hoja examinada. / Tesis

La elastografía es una modalidad de imagen médica que muestra las propiedades elásticas de los tejidos. La motivación principal para el desarrollo de ésta técnica es que distintas patologías, como el cáncer de mama, hígado o de próstata, muestran mayor rigidez que el tejido sano circundante. Desde fines de la década de 1980, diversos grupos de investigación han propuesto metodologías para medir la elasticidad del material de interés utilizando técnicas de ultrasonido. De esta manera, para la validación y verificación de los métodos propuestos se han utilizado maniquíes que simulen propiedades biomecánicas similares a las del tejido humano como la velocidad de onda de corte y el módulo de Young. La validación de métodos elastrográficos se beneficia del uso de maniquíes correctamente calibrados. En este trabajo, se construyeron maniquíes de bajo costo en base a gelatina y otros ingredientes comerciales. El módulo elástico se estimó para frecuencias entre 80 y 340 Hz, temperaturas entre 12 y 20 grados Celsius y para dos concentraciones de gelatina de 22% y 30%. Se encontró que el promedio del modulo elástico de un solo maniquí esta en el rango de 50 a 140 Pa dependiendo de la concentración de gelatina, la frecuencia de vibración y la temperatura. Se encontró que a mayor temperatura los valores de elasticidad encontrados eran menores y que a mayores concentraciones los valores de elasticidad eran mayores. Estos resultados son consistentes con valores que se encontraron en la literatura para maniquíes realizados de manera similar. / Tesis

El análisis de imágenes nos permite la extracción de información de éstas, y dentro de esta disciplina la segmentación permite la identificación de sus partes constituyentes. La segmentación de imágenes tiene aplicaciones en reconocimiento de patrones y sistemas de control de tráfico entre otros. Si llevamos la segmentación de imágenes al rubro de imágenes médicas, las aplicaciones van desde la detección de tumores y otras patologías hasta la medición de volúmenes en tejidos. Existen diversas técnicas de segmentación de imágenes, y en este trabajo se plantea un procedimiento de segmentación de imágenes médicas basado en la metaheurística de Algoritmos de Colonia de Hormigas. Los algoritmos de esta metaheurística imitan el comportamiento de las hormigas durante su búsqueda de alimento, dado que siempre produce rutas óptimas entre la fuente de comida y el nido. Dicha conducta fue implementada mediante hormigas artificiales con el objeto de realizar tareas específicas de procesamiento de imágenes. Este procedimiento fue aplicado a imágenes de Resonancias Magnéticas Cerebrales - buscando la extracción de los segmentos correspondientes a la Materia Gris, Materia Blanca y Líquido Cefalorraquídeo- y la segmentación obtenida fue de una calidad superior a la de los algoritmos actualmente existentes para esta tarea. Este documento consta de 5 capítulos: El capítulo 1 busca definir el problema y el enfoque adoptado en este trabajo para darle solución. El capítulo 2 describe la disciplina de segmentación de imágenes y la metaheurística de Algoritmos de Colonia de Hormigas. El capítulo 3 describe los trabajos previos que busquen segmentar imágenes médicas mediante Algoritmos de Colonia de Hormigas. El capítulo 4 describe el procedimiento desarrollado, así como los resultados obtenidos en la aplicación del mismo. Finalmente, el capítulo 5 trata sobre las conclusiones y recomendaciones obtenidas como producto de este trabajo. / Tesis

Una de las tecnologías actuales que está causando gran impacto en la vida de las personas con discapacidad motora severa es el Interfaz Cerebro-Máquina(BMI, por sus siglas en inglés), sistema que permite convertir pensamiento o intención de movimiento de una persona en medios de comunicación y comandos de control de dispositivos, logrando independencia para el usuario. Sin embargo, los equipos actuales dependen de una PC que realice el procesamiento de las señales cerebrales, lo que dificulta que el sistema sea portable y de bajo costo. La presente tesis estudia y propone el uso de un sistema embebido (microcomputadora) como alternativa al uso de la PC en el BMI. Las microcomputadoras a diferencia de las PC comunes, son diseñadas para ciertos propósitos específícos, esto presenta una reducción de costo y mayor portabilidad del equipo. Con ello se pretende contribuir al desarrollo de esta nueva tecnología en el Perú haciéndolo accesible para personas de escasos recursos, lo que impactaría en la mejora de calidad de vida de las personas con discapacidad motora severa. Los resultados muestran que el sistema embebido Odroid-xu4(que cuesta 20 veces menos y es 45 veces mas liviano) puede realizar el entrenamiento de los algoritmos y el procesamiento en tiempo real de señales EEG con la misma tasa de acierto que la laptop, tardando aproximadamente 9 veces más; sin embargo estos tiempos son mínimos para aplicaciones del interfaz cerebro-máquina por lo que se demuestra que el Odroid-xu4 puede ser usado como equipo de procesamiento para una BMI portable, confiable y de bajo costo. / Tesis