Resumen:
A pesar de la implementación de Técnicas de Procesamiento Digital de Imágenes para la identificación del estadio de la Atrofia, hay un amplio espacio para ejecutar otras técnicas que ya han sido aplicadas a otras patologías con éxito, permitiendo la posibilidad de extraer parámetros cuantificables que podrían ayudar al patólogo a disminuir la variabilidad intraobservador e interobservador presentada cuando se toma como patrón de referencia diagnostica a la escala visual análoga de Dixón. Es de aclarar que la estadificación a través de una escala visual análoga es totalmente subjetiva, lo que dificulta la clasificación. Por tal razón, la generación de herramientas de tipo cuantitativo que contribuyan a mejorar y acelerar el proceso de identificación de lesiones de mucosa gástrica, son de vital importancia para realizar un diagnóstico y manejo adecuado del paciente afectado, permitiéndole una mayor pertinencia y mejor oportunidad en su tratamiento.
Por tanto el propósito de esta investigación es diseñar e implementar un sistema de visión artificial capaz de analizar imágenes digitales obtenidas de biopsias gástricas, con el fin de identificar y estadificar lesiones atróficas de la mucosa gástrica causada por Helicobacter Pylori.
