Revisión de métodos computacionales de detección y clasificación de pólipos en imagen de colonoscopia

• Autores: Cristina Sánchez Montes, Jorge Bernal, Ana García Rodríguez, Henry Córdova, Glòria Fernández Esparrach
• Localización: Gastroenterología y hepatología, ISSN 0210-5705, Vol. 43, Nº. 4, 2020, págs. 222-232
• Idioma: español
• Títulos paralelos:
  • Review of computational methods for the detection and classification of polyps in colonoscopy imaging
• Enlaces
  • Texto Completo Ejemplar
• Resumen
  • español

    El diagnóstico asistido por computador (DAC) constituye una herramienta con gran potencial para ayudar a los endoscopistas en las tareas de detección y clasificación histológica de los pólipos colorrectales. En los últimos años se han descrito diferentes tecnologías y ha aumentado la evidencia sobre su potencial utilidad, lo que ha generado grandes expectativas en las sociedades científicas. Sin embargo, la mayoría de estos trabajos son retrospectivos y utilizan imágenes de diferente calidad y características que son analizadas off-line. En esta revisión se pretende familiarizar a los gastroenterólogos con los métodos computacionales y las particularidades de la imagen endoscópica con impacto en el análisis del procesamiento de imágenes. Finalmente, se exponen las bases de datos de imágenes disponibles de forma pública que son necesarias para poder comparar y confirmar los resultados obtenidos con diferentes métodos.

  • English

    Computer-aided diagnosis (CAD) is a tool with great potential to help endoscopists in the tasks of detecting and histologically classifying colorectal polyps. In recent years, different technologies have been described and their potential utility has been increasingly evidenced, which has generated great expectations among scientific societies. However, most of these works are retrospective and use images of different quality and characteristics which are analysed off line. This review aims to familiarise gastroenterologists with computational methods and the particularities of endoscopic imaging, which have an impact on image processing analysis. Finally, the publicly available image databases, needed to compare and confirm the results obtained with different methods, are presented.