PROCESAMIENTO DIGITAL DE IMÁGENES PARA LA PREDICCIÓN TEMPRANA DEL CÁNCER DE PULMÓN
DOI:
https://doi.org/10.61530/redtis.vol8.n1.2024.189Palabras clave:
Cáncer de pulmón , procesamiento de imágenes, detección temprana, aprendizaje automático, redes neuronales, minería de datosResumen
El artículo permite abordar la importancia del procesamiento digital de imágenes en la detección temprana del cáncer de pulmón, una de las principales causas de mortalidad a nivel mundial, donde técnicas de minería de datos y análisis de imágenes pueden mejorar la identificación de anomalías en radiografías de tórax, facilitando un diagnóstico más preciso y oportuno. Mediante herramientas como GIMP y Python, se realizó un análisis de las imágenes médicas, mismas que permitieron mejorar la calidad de las imágenes aunado a la generación de datos importantes que pueden ser utilizados para entrenar modelos de aprendizaje automático, la información brindada por las radiografías de tórax contribuirán en un futuro en el desarrollo de una red neuronal capaz de predecir la presencia de cáncer de pulmón en etapas tempranas, lo que podría reducir significativamente los costos de pruebas diagnósticas invasivas y permitir que los pacientes reciban tratamientos más oportunos. Los resultados mostraron diferencias significativas en las densidades de masa de las radiografías, lo que sugiere su potencial para identificar signos tempranos de cáncer, lo anterior sienta las bases para el desarrollo futuro de una red neuronal capaz de predecir la presencia de cáncer de pulmón en sus etapas iniciales, lo que podría reducir los costos de pruebas invasivas y permitir tratamientos más rápidos. La combinación de avances en procesamiento de imágenes y minería de datos es esencial para establecer estándares en la detección temprana del cáncer de pulmón, mejorando así los pronósticos y la calidad de vida de los pacientes.
Referencias
[1] C. M. Vidal y S. Samtani, «Inhibidores del punto de control inmune en cáncer pulmonar de células no pequeñas en etapa temprana: ¿Nuevo estándar de tratamiento?,» Revista Médica Clínica Las Condes, 2024. [En línea]. Obtenido de URL: https://www.elsevier.es/es-revista-revista-medica-clinica-las-condes-202-articulo-inhibidores-del-punto-control-inmune-S0716864024000245. [Último acceso: 2024].
[2] American Cancer Society, «Estadísticas importantes sobre el cáncer de pulmón,» American Cancer Society, Inc. , 2024. [En línea]. Obtenido de URL: https://www.cancer.org/es/cancer/tipos/cancer-de-pulmon/acerca/estadisticas-clave.html. [Último acceso: 2024].
[3] Comisión Nacional contra las Adicciones , «Tabaquismo y cáncer de pulmón,» Gobierno de México, 2020. [En línea]. Obtenido de URL: https://www.gob.mx/salud/conadic/articulos/tabaquismo-y-cancer-de-pulmon. [Último acceso: 2024].
[4] Organización Mundial de la Salud, «Crece la carga mundial de cáncer en medio de una creciente necesidad de servicios,» Organización Mundial de la Salud, 2024. [En línea]. Obtenido de URL: https://www.who.int/es/news/item/01-02-2024-global-cancer-burden-growing--amidst-mounting-need-for-services#:~:text=El%20c%C3%A1ncer%20de%20pulm%C3%B3n%20fue%20la%20principal%20causa%20de%20muerte,el%20c%C3%A1ncer%20de%20est%C3%B3mago%20(660. [Último acceso: 2024].
[5] World Economic Forum, «La carga mundial de cáncer va en aumento: esto es lo que hay que hacer,» AGENDA GLOBAL, 2024. [En línea]. Obtenido de URL: https://es.weforum.org/agenda/2024/03/la-carga-mundial-de-cancer-va-en-aumento-esto-es-lo-que-hay-que-hacer/. [Último acceso: 2024].
[6] Secretaría de Salud, «Mayoría de los casos de cáncer de pulmón se relaciona con consumo de tabaco,» Gobierno de México, 2024. [En línea]. Obtenido de URL: https://www.gob.mx/salud/prensa/137-mayoria-de-los-casos-de-cancer-de-pulmon-se-relaciona-con-consumo-de-tabaco?idiom=es. [Último acceso: 2024].
[7] Instituto Nacional de Salud Pública, «México frente al cáncer de pulmón,» Instituto Nacional de Salud Pública, 2021. [En línea]. Obtenido de URL: https://www.insp.mx/avisos/mexico-frente-al-cancer-de-pulmon. [Último acceso: 2024].
[8] Instituto Nacional de Estadística y Geografía, «ESTADÍSTICAS A PROPÓSITO DEL DÍA MUNDIAL CONTRA EL CÁNCER,» Datos Nacionales, 2024. [En línea]. Obtenido de URL: https://www.inegi.org.mx/contenidos/saladeprensa/aproposito/2024/EAP_CANCER24.pdf. [Último acceso: 2024].
[9] P. M. Rodríguez, «Cáncer de Pulmón,» Clinica Universidad de Navarra, 2023. [En línea]. Available: https://cancercenter.cun.es/todo-sobre-cancer/tipos-cancer/cancer-pulmon. [Último acceso: 2024].
[10] Departamento de Salud y Servicios Humanos, «Exámenes de detección del cáncer de pulmón,» Instituto Nacional de Cáncer, 2024. [En línea]. Obtenido de URL: https://www.cancer.gov/espanol/tipos/pulmon/paciente/deteccion-pulmon-pdq#:~:text=La%20radiograf%C3%ADa%20y%20el%20estudio,muerte%20por%20c%C3%A1ncer%20de%20pulm%C3%B3n. [Último acceso: 2024].
[11] Radiological Society of North America,, «Cáncer pulmonar,» RadiologyInfo.org para pacientes, 2024. [En línea]. Obtenido de URL: https://www.radiologyinfo.org/es/info/lung-cancer. [Último acceso: 2024].
[12] Universidad Viña Del Mar, «La tuberculosis y el rol crucial de la radiografía en su detección,» Noticias y Actividades, 2023. [En línea]. Obtenido de URL: https://www.uvm.cl/noticias/tuberculosis-rol-crucial-radiografia-deteccion/. [Último acceso: 2024].
[13] Complejo Médico Marbella, «La Importancia de la Radiografía de Tórax,» Laboratorio Marbella del Este , [En línea]. Obtenido de URL: https://www.complejomedicomarbella.com/radiografia-torax-importancia. [Último acceso: 2024].
[14] U. A. Catalán, «Técnicas de procesamiento digital de imágenes,» Revista de Marina, 2019. [En línea]. Obtenido de URL: https://revistamarina.cl/es/articulo/tecnicas-de-procesamiento-digital-de-imagenes. [Último acceso: 2024].
[15] Universidad de Sevilla, «Capítulo 3: Filtrado digital de imágenes,» Fichero, [En línea]. Obtenido de URL: https://biblus.us.es/bibing/proyectos/use/abreproy/10549/fichero/cap%C3%ADtulo3.pdf. [Último acceso: 2024].
[16] R. A. Vazquez, «Segmentación de Masas sólidas benignas y malignas en imágenes de Ultrasonidos mediante un sistema de Aprendizaje Profundo,» Tecnológico Nacional de México, 2024. [En línea]. Obtenido de URL: http://51.143.95.221/handle/TecNM/7059. [Último acceso: 2024].
[17] M. E. Barbará, B. R. Sánchez y D. E. González, «Comparación de Algoritmos de Segmentación de Ruido Aplicados a Imágenes de Resonancia Magnética,» Revista de Ingeniería Electrónica, Automática y Comunicaciones, 2012. [En línea]. Obtenido de URL: https://www.researchgate.net/figure/Figura-6-Efecto-de-la-segmentacion-de-ruido-sobre-la-imagen-FLAIR-A-Imagen-original-y_fig2_233852979. [Último acceso: 2024].
[18] O. D. Rainier y B. A. M. Iznaga, «Técnicas de Segmentación de Imágenes Médicas,» 20028. [En línea]. Obtenido de URL: https://www.researchgate.net/publication/275951781_Tecnicas_de_Segmentacion_de_Imagenes_Medicas. [Último acceso: 2024].
[19] The GIMP Help Team, «Capítulo 1. Introducción, Parte I. Primeros pasos,» GIMP Documentation, 2023. [En línea]. Obtenido de URL: https://docs.gimp.org/2.10/es/introduction.html#:~:text=GIMP%20es%20una%20aplicaci%C3%B3n%20de,que%20se%20construyen%20los%20programas. [Último acceso: 2024].
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2024 Revista Digital de Tecnologías Informáticas y Sistemas
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
This is a human-readable summary of (and not a substitute for) the license.
Advertencia.
Usted es libre de:
Compartir — copiar y redistribuir el material en cualquier medio o formato
Adaptar — remezclar, transformar y crear a partir del material
El licenciador no puede revocar estas libertades mientras cumpla con los términos de la licencia.
Bajo las condiciones siguientes:
Reconocimiento — Debe reconocer adecuadamente la autoría, proporcionar un enlace a la licencia e indicar si se han realizado cambios<. Puede hacerlo de cualquier manera razonable, pero no de una manera que sugiera que tiene el apoyo del licenciador o lo recibe por el uso que hace.
NoComercial — No puede utilizar el material para una finalidad comercial.
CompartirIgual — Si remezcla, transforma o crea a partir del material, deberá difundir sus contribuciones bajo la misma licencia que el original.
No hay restricciones adicionales — No puede aplicar términos legales o medidas tecnológicas que legalmente restrinjan realizar aquello que la licencia permite.
Avisos:
No tiene que cumplir con la licencia para aquellos elementos del material en el dominio público o cuando su utilización esté permitida por la aplicación de una excepción o un límite.
No se dan garantías. La licencia puede no ofrecer todos los permisos necesarios para la utilización prevista. Por ejemplo, otros derechos como los de publicidad, privacidad, o los derechos morales pueden limitar el uso del material.
