Aceleración mediante el Intel oneAPI Toolkit de algoritmos para la detección de cáncer de piel y tumores cerebrales a través de imágenes hiperespectrales

Abstract

La medicina, siempre a la vanguardia de la innovación, ha adoptado continuamente avances tecnológicos de otros campos con el objetivo de salvar vidas y mejorar la esperanza de vida de las personas. Un claro ejemplo de esta transferencia tecnológica es el uso de las imágenes hiperespectrales, originalmente desarrolladas para el análisis de la superficie terrestre. Esta técnica no solo ha revolucionado el estudio de nuestro planeta, sino que también ha encontrado aplicaciones prometedoras en el análisis del cuerpo humano. Sus ventajas, como ser una tecnología no invasiva, no ionizante y de alta precisión, la convierten en una herramienta ideal tanto para la detección de enfermedades complejas como para la asistencia en intervenciones quirúrgicas delicadas. No obstante, para que estas aplicaciones sean prácticas y eficientes, es fundamental avanzar en la capacidad computacional. Este trabajo se centra en la aceleración de un clasificador espacio-espectrales de imágenes hiperespectrales, compuesto por los algoritmos PCA y SVM ejecutados en paralelo, seguidos del algoritmo KNN. Su aplicación está destinada a asistir a los cirujanos en la delimitación precisa del tejido tumoral durante las operaciones de cáncer cerebral, así como en la detección estática de cáncer de piel. La implementación de esta serie de algoritmos se realiza en una FPGA como acelerador de hardware, y su optimización se lleva a cabo utilizando el Intel OneAPI Toolkit, analizando las ventajas que ofrece para el desarrollo de este tipo de aplicaciones.