Detección de signos de retinopatía hipertensiva usando algoritmos de aprendizaje automático en imágenes digitales de fondo de ojo

Abstract

La detección de la retinopatía hipertensiva a través de las imágenes de fondo de ojo, es un procedimiento que demanda tiempo en el observador debido a que se realiza de manera manual, lo cual puede conducir a una mayor variabilidad intra e inter observador. En relación con el problema anteriormente mencionado, surge la necesidad de una herramienta que pueda asistir a al especialista, para reducir el tiempo invertido y brindar atención oportuna, eficiente y eficaz que permita el tratamiento oportuno a esta complicación [6-8,10]. El modelo propuesto se fundamenta en técnicas de clasificación de imágenes y aprendizaje automático requeridos para el apoyo de la toma de decisiones necesarias para la detección de signos de esta complicación ocular. Con esto se espera que beneficien tanto los médicos especialistas como los enfermos con HR [8-9]. Con esta herramienta computacional se pretende aumentar la eficiencia y reducir las barreras de acceso al diagnóstico y así contribuir al avance científico en este campo [8]. El desarrollo tecnológico está siendo cada vez más importantes en las diferentes áreas de las ciencias, logrando así que la optimización de estos sistemas beneficie al área de la salud y el desarrollo sostenible del país.