La microscopía hiperespectral (HS) es una técnica emergente en imagen biomédica que permite capturar información espacial y espectral de alta resolución de tejidos biológicos, ofreciendo análisis cuantitativos, no invasivos y sin necesidad de marcadores. Esta capacidad la convierte en una herramienta prometedora para la patología digital y el diagnóstico asistido por ordenador, ya que dicha tecnología de imagen conserva propiedades bioquímicas y morfológicas críticas, permite el análisis retrospectivo de las muestras y proporciona datos reproducibles. Sin embargo, su adopción clínica sigue siendo limitada debido a barreras como la variabilidad en la instrumentación, los protocolos de imagen y el procesamiento de datos, lo que afecta la reproducibilidad y la escalabilidad.
Superar estas limitaciones requiere un enfoque integral que comience por la caracterización técnica de los instrumentos de imagen, evaluando parámetros como la resolución, precisión espectral, uniformidad de la iluminación y características del ruido. Además, el enfoque óptico debe controlarse cuidadosamente, ya que el desenfoque puede comprometer la calidad espacial y espectral de los datos. Por ello, en esta tesis doctoral se implementan estrategias de evaluación y corrección del enfoque.
Asimismo, se destaca la importancia de estandarizar la preparación de muestras histológicas, especialmente el grosor del tejido, ya que influye directamente en la calidad espectral. Protocolos consistentes de seccionamiento y procesamiento histológico permiten reducir la variabilidad y mejorar la comparabilidad entre muestras, lo cual es esencial en estudios multicéntricos a lo largo del tiempo. Tras la adquisición de imágenes HS microscópicas, se aplican algoritmos de procesamiento como la sustracción del fondo, la normalización espectral y la corrección de iluminación para mitigar artefactos y reforzar la fiabilidad de los datos. Estos procesos deben ser también estandarizados para buscar la mayor calidad de las imágenes.
Además, como parte de esta tesis doctoral, se desarrollaron bases de datos HS microscópicas públicas y representativas de variaciones reales en la preparación de muestras y condiciones de imagen. Estas contribuyen a fomentar el desarrollo de algoritmos reproducibles y a facilitar la colaboración entre investigadores técnicos y clínicos, promoviendo la transparencia científica y la validación cruzada de resultados.
En conjunto, los esfuerzos realizados en esta tesis doctoral consolidan la microscopía HS como una herramienta escalable, reproducible y clínicamente viable. Al centrarse en la estandarización de los procedimientos, la calidad del enfoque, la preparación de muestras y el preprocesamiento de datos, se sientan las bases para su integración en entornos clínicos. Además, la creación de bases de datos abiertas fomenta la colaboración entre disciplinas y el desarrollo de algoritmos fiables. Al priorizar la estandarización y la calidad de los datos, estos avances impulsan futuras aplicaciones clínicas y herramientas de diagnóstico asistido, contribuyendo así a una medicina más objetiva, precisa y basada en datos.
© 2001-2026 Fundación Dialnet · Todos los derechos reservados