Detección COVID-19 a partir de imágenes de Rayos X de Tórax: U. Autónoma

Manizales

Jesús Alejandro Alzate Grisales, Daniel Arias Garzón, Alejandro Mora Rubio, Mario Alejandro Bravo Ortiz, Harold Brayan Arteaga Arteaga y Alejandro Buenaventura Burbano Jácome, estudiantes de Ingeniería Biomédica e Ingeniería Electrónica, y los docentes Reinel Tabares Soto y Simón Orozco Arias, de la Universidad Autónoma de Manizales (UAM), vienen trabajando en una investigación relacionada con la detección de COVID-19, como una forma de diagnóstico rápido, económico y preciso, en comparación con otras técnicas como los test rápidos (antígeno) y la pruebas PCR.

Su detección es instantánea y su precio es de alrededor de 20 mil pesos, lo que será de gran ayuda para la población, puesto que las pruebas de este tipo están entre los 150 mil pesos y 300 mil pesos. Además la precisión de detección de COVID-19 está en el 88 %.

Sin embargo, se aclara que este modelo busca ser un apoyo para que un radiólogo de la efectividad del diagnóstico y la certeza del mismo.

El proyecto de investigación tiene como nombre “Detección de COVID-19 a partir de imágenes de Rayos X usando Redes Neuronales Convolucionales” (modelo de computación entrenado previamente para la identificación o reconocimiento de patrones, en este caso del Coronavirus)”.

Los investigadores explicaron que este proyecto se puede dividir en varias fases:

1. Obtención de la base de datos:

Todos los algoritmos de inteligencia artificial necesitan gran cantidad de datos para que puedan ser entrenado, en este caso radiografías de tórax de personas que hayan presentado la COVID19 positivo y COVID19 negativo. Para esto, los investigadores cuentan con el apoyo del Banco de la Imagen Medica de la Comunidad Valenciana (BIMCV), los cuales proveen todas estas imágenes previamente revisadas y de diferentes hospitales.

2. Preprocesar la base de datos: En esta etapa se revisan las imágenes y se usan diferentes técnicas para evitar que la calidad y las condiciones de obtención de las imágenes influyan en los modelos de inteligencia artificial.

3. Segmentar la zona del pulmón:

Para esto se usan modelos que aprendan a distinguir la zona del pulmón y la segmenten, ya que es la zona de interés.

4. Distinguir Zonas con rasgos característicos de observados en COVID19:

Las imágenes previamente segmentadas se aprende a distinguir zonas con rasgos característicos de COVID19, por lo que se necesitan imágenes que hayan sido previamente anotadas por radiólogos, por lo que contamos con la ayuda de 2 radiólogos pertenecientes S.E.S Hospital Universitario de Caldas.

5. Clasificar imágenes COVID19 positivo vs COVID19 negativo:

En esta etapa se ingresan las imágenes para su clasificación final usando las ya mencionadas redes neuronales Convolucionales, en específico aquellas que han sido ya entrenadas para otras tareas.

6. Evaluar los resultados:

Se analiza la viabilidad y efectividad de los resultados obtenidos con diferentes técnicas estadísticas.

Lea también: Incautan 14.000 gramos de marihuana que hacían pasar por alimentos

Lea también: 4 viviendas fueron evacuadas en zona rural del municipio de Riosucio

Entérese de todas las noticias de Manizales y el Caldas. Síganos en Twitter como @caracolcaldas y en Instagram @caracol_manizales y sintonícenos en el dial 1.180 AM