Marco metodológico para el diagnóstico de Cáncer Melanoma Uveal mediante algoritmos de inteligencia computacional
Fecha
Fecha
2022-02-17
Autores
Colaboradores
Título de la revista
ISSN de la revista
Título del volumen
Editor
Altmetric
Descripción
Entre los cánceres oculares malignos, el melanoma uveal es el más frecuente en los adultos. Dado que los ojos no tienen un sistema linfático, es muy probable que las células tumorales puedan propagarse por el torrente sanguíneo y hacer metástasis en otras partes del cuerpo. Por tanto, la detección temprana y eficaz del cáncer es esencial para el tratamiento, la calidad y la esperanza de vida de los pacientes con cáncer. Según el Instituto Curie, los avances en este campo no han sido significativos en las últimas décadas, dada la gran variabilidad y complejidad de la enfermedad. Este documento propone una metodología para el diagnóstico y la detección del cáncer de melanoma uveal. Se han generado trece modelos a partir de datos del Centro de Cáncer Ocular de Nueva York y de la Academia de Ciencias de China. Los modelos se basan en técnicas matemáticas y de inteligencia computacional, así como en desarrollos secundarios que incluyen el uso del filtro de Gabor como técnica de aumento de datos y la optimización de algoritmos de segmentación automática del iris. Los resultados han sido avalados por la publicación de ocho artículos científicos en revistas internacionales, algunos de los cuales pertenecen al Q1 y Q2 . Esta es una de las primeras propuestas para el desarrollo de una herramienta de diagnóstico asistido por ordenador para el melanoma uveal.
Resumen
Among malignant eye cancers, uveal melanoma is the most common in adults. As the eyes do not have a lymphatic system, it is highly likely that tumour cells can spread through the bloodstream and metastasise to other parts of the body. Therefore, early and effective detection of cancer is essential for the treatment, quality of life and life expectancy of oncology patients. The Institute Curie reports that in recent decades, progress in this area has not been significant, given the great variability and complexity of the disease. This study proposes a methodology for the diagnosis and detection of uveal melanoma cancer. Thirteen models have been generated from data from the New York Eye Cancer Center and the Chinese Academy of Sciences. The models are based on mathematical and computational intelligence techniques, as well as secondary developments including the use of the Gabor filter as a data augmentation technique and the optimisation of automatic iris segmentation algorithms. The results have been supported by the publication of eight scientific articles in international journals, some of which belong to Q1 and Q2. This is one of the first proposals for the development of a computer-aided diagnosis tool for uveal melanoma.
Palabras clave
Cáncer, Modelos Predictivos, Algoritmos de Inteligencia Computacional, Procesamiento de Imágenes Médicas, Diagnóstico Asistido por Ordenador, Melanoma Uveal, Predicción de Enfermedades