El Mtro. Ricardo Espinosa, profesor investigador de la Facultad de Ingeniería de la Universidad Panamericana, junto con los estudiantes Javier Eluney Hernández y Ulises Gallardo Rodríguez, fueron reconocidos con el premio al mejor artículo estudiantil en el congreso IEEE CBMS 2024 por su investigación “Color-aware Exposure Correction for Endoscopic Imaging using a Lightweight Vision Transformer”.
Un proyecto enfocado en la salud
La motivación detrás del artículo se centra en la necesidad de “salvar vidas”. En México, el cáncer de colon es el cuarto más común, con aproximadamente 15,000 nuevos diagnósticos anuales, según la Secretaría de Salud.
El análisis de los desafíos en la realización de colonoscopias reveló que los médicos a menudo enfrentan dificultades para ubicar con precisión el endoscopio, lo que puede llevar a que áreas importantes queden sin inspeccionar o que hallazgos relevantes no sean detectados.
Con el objetivo de contribuir a la solución de este problema, Espinosa investigó cómo los modelos de inteligencia artificial (IA) podrían ayudar en la toma de decisiones médicas. A través de un algoritmo específico, se busca que los profesionales de la salud puedan identificar detalles que antes pasaban desapercibidos, lo que podría contribuir a mejorar la atención de los pacientes.
Una parte fundamental de este proyecto es la reconstrucción tridimensional de imágenes endoscópicas. “La reconstrucción 3D permitirá al médico localizar con precisión la punta del endoscopio dentro del órgano examinado, facilitando la identificación de úlceras, sangrados o pólipos de manera más eficiente que en una endoscopia convencional”, explica el Mtro. Espinosa.
Desafíos de iluminación en endoscopias
Otro aspecto a considerar es la iluminación del endoscopio, que a menudo genera imágenes sobreexpuestas (demasiado iluminadas) o subexpuestas (muy oscuras). El objetivo es desarrollar una reconstrucción 3D precisa que garantice una iluminación adecuada.
Un algoritmo único e innovador
La investigación se centró en la creación de un algoritmo basado en IA para abordar los problemas de sobreexposición y subexposición en las imágenes endoscópicas, con el fin de generar representaciones tridimensionales más precisas de los órganos inspeccionados.
Endo Vision 3D es un algoritmo de visión por computadora que permite la reconstrucción tridimensional de órganos durante la endoscopia. Se ha demostrado que mejora la precisión y eficiencia médica en un 30% y reduce los tiempos quirúrgicos en un 20%, además de facilitar el registro y seguimiento de lesiones a lo largo del tiempo.
Este algoritmo se destaca por su enfoque integral para abordar ambas problemáticas: sobreexposición y subexposición, mientras que otros algoritmos suelen centrarse solo en uno de estos aspectos.
Para evaluar la efectividad del algoritmo, se utilizan métricas como la structural similarity loss y el PSNR (Peak Signal-to-Noise Ratio), que permiten comparar la similitud entre la imagen generada por el algoritmo y la imagen original.
El Mtro. Espinosa concluye que “el objetivo final de este proyecto es ayudar a los médicos que enfrentan estos desafíos en su práctica diaria. Con un sistema que mejore la iluminación en tiempo real en cada imagen, se podría incrementar la efectividad en la detección de enfermedades”.