Caracterización y métricas de imagen retiniana

Abstract

El uso de imágenes para la caracterización de retina no ha hecho más que crecer en los últimos años, gracias a los avances ópticos para la fotografía de fondo de ojo. Actualmente, el diagnóstico por imagen ha revolucionado la medicina, despertando el interés de la comunidad científica y fomentando el desarrollo de diversas líneas de investigación, especialmente en la oftalmología. La imagen retiniana es una herramienta clave para la evaluación de la salud ocular y la detección de patologías sistémicas que pueden manifestarse en la retina, como la diabetes, la hipertensión, enfermedades cardiovasculares y cerebrovasculares, entre otros. Esta disciplina actúa como un vínculo entre el campo de la oftalmología y otros campos de la medicina, permitiendo un enfoque multidisciplinario en la detección y seguimiento de enfermedades sistémicas. A través de técnicas avanzadas de diagnóstico por imagen, como la retinografía, la OCT, entre otras, es posible detectar e identificar alteraciones en la retina para la caracterización de patologías tanto oculares como sistémicas, permitiendo el mejoramiento de la precisión y efectividad de los tratamientos médicos actuales. En la actualidad, se dispone de grandes volúmenes de imágenes de diversa índole, muchas de ellas incluso agrupadas en bancos de datos públicos y obtenidas mediante diferentes tecnologías ópticas. El análisis de dichas imágenes involucra distintas áreas de conocimiento, como pueden ser las ciencias de salud (por su repercusión en las patologías), ciencias ópticas (por la tecnología de formación de la imagen) y ciencias matemáticas y computacionales (por el uso de técnicas estadísticas de big data, aprendizaje automático, descriptores de complejidad, redes neurales, entre otras). Especialmente interesante es la aplicación de técnicas de inteligencia artificial y aprendizaje automático para la clasificación de las imágenes, lo que permite mejorar la precisión y eficiencia en la detección de patologías...

The use of images for retinal characterization has continued to grow in recent years, thanks to optical advances in fundus photography. Currently, diagnostic imaging has revolutionized medicine, sparking the interest of the scientific community and fostering the development of various lines of research, especially in ophthalmology. Retinal imaging is a key tool for the evaluation of ocular health and the detection of systemic pathologies that can manifest in the retina, such as diabetes, hypertension, cardiovascular and cerebrovascular diseases, among others. This discipline serves as a bridge between the field of ophthalmology and other fields of medicine, allowing a multidisciplinary approach in the detection and monitoring of systemic diseases. Through advanced diagnostic imaging techniques, such as retinography and OCT, among others, it is possible to detect and identify alterations in the retina for the characterization of both ocular and systemic pathologies, enhancing the accuracy and effectiveness of the precision and effectiveness of current medical treatments. Currently, vast amounts of images of various kinds are available, many of them even grouped in public databases and obtained using different optical technologies. The analysis of these images involves different areas of knowledge, such as health sciences (due to their impact on pathologies), optical sciences (due to image formation technology) and mathematical and computational sciences (due to the use of big data statistical techniques, machine learning, complexity descriptors, neural networks, among others). Particularly interesting is the application of artificial intelligence and machine learning techniques for image classification, which allows improving precision and efficiency in the detection of pathologies...