Procesamiento de Imágenes Diagnósticas con Matlab

• Dassy K. Sánchez J ^[1] ; Wilmar Prada ^[1] ; Ricardo Ceballos G ^[1]
  1. [1] Fundación Universitaria San Mateo
• Localización: Investigación formativa en ingeniería / coord. por Edgar Serna M., 2019, ISBN 978-958-52333-1-7, págs. 215-224
• Idioma: español
• Enlaces
  • Texto Completo Libro (pdf)
• Resumen

  • Las imágenes diagnósticas son una herramienta imprescindible en la práctica médica y, con ellas, los especialistas pueden corroborar o en su defecto desmentir diagnósticos después de una evaluación física a los pacientes. En el área de diagnóstico por imágenes, las proyecciones son adquiridas a través del uso de radiación, ondas electromagnéticas o ultrasonido ya sea en dos o tres dimensiones. Los equipos usados en esta práctica poseen una configuración protocolaria definida para el campo médico para la adquisición, almacenamiento y procesamiento de estas imágenes, conocido como DICOM. Dicho formato provee seguridad de tipo encriptación a la información médica y demográfica contenida, sabiendo que esto constituye la historia clínica de un paciente y por ende un documento médico-legal, propio e intransferible. De otro lado, como cualquier máquina, estos equipos cuentan con características físicas tales como tamaño, capacidad de penetración en las estructuras del cuerpo humano, magnitud de onda, sensibilidad de captación, entre otras, con el fin identificar patologías y/o afecciones de la salud humana, sirviendo como guía para la toma de conductas viables y eficaces. Las entidades de salud que proveen este tipo de servicios, cuentan con la utilización de un sistema Picture Archiving and Comunication System (PACS), el cual permite la adquisición, almacenamiento, transmisión, despliegue e impresión de las imágenes e informes de procedimientos de diagnóstico [1], a futuro se espera, dotar dicho sistema con tecnología de inteligencia artificial para que a partir de la comparación de un sinnúmero de imágenes y la indicación clara de una serie de criterios fisiológicos del ser humano, permita identificar en menor tiempo las afecciones reflejadas en las imágenes; de igual manera, se espera que este tipo de inteligencias segmente las imágenes por prioridad según la gravedad del diagnóstico [2]. Es aquí donde los algoritmos y su aplicación toman valor en estos campos, contribuyendo a la evolución, no precisamente como un rival del especialista en salud, sino como un apoyo para todos los actores del proceso; empero, los profesionales de la salud que saben cómo usar la tecnología a su favor tendrán una clara ventaja sobre aquellos que se resisten.