Detectan cáncer de mama con redes neuronales

Ante el alto número de diagnósticos positivos que se registran en las mujeres al realizarse una mamografía, científicos del Instituto Politécnico Nacional (IPN) trabajan a través de redes neuronales artificiales y algoritmos computacionales para apoyar a los radiólogos y médicos a detectar el cáncer de mama.

El doctor Rolando Flores Carapia, el alumno Hugo Flores Gutiérrez y el doctor Benjamín Luna Benoso explicaron que las mamografías digitales por medio de redes neuronales son sensibles a la densidad de la mama, la presencia de etiquetas o el músculo pectoral.

El proyecto usa una serie de pasos para detectar el cáncer como el tratamiento digital de imágenes, segmentación de la mamografía digital, extracción de características, así como de clasificación y respuesta, detalló el IPN en un comunicado.

"El uso de redes neuronales artificiales fue probado con la base de datos mini-MIAS, la cual contiene imágenes de mamografías que son usadas para trabajos de investigación a nivel mundial, aunque lo ideal es poder contar con el apoyo de un hospital o centro médico para crear un banco de imágenes propias de México", explicó el doctor Benjamín Luna.

El especialista recordó que el cáncer de mama es una de las principales causas de muerte entre las mujeres, por lo que en la actualidad la mamografía es la técnica más adoptada por los radiólogos y médicos para realizar una detección temprana.

Las mamografías digitales son imágenes que pueden emplear algoritmos computacionales y redes neuronales artificiales, comentó.

En la actualidad, el cáncer de mama es un problema donde solo 10% de los casos son detectados en etapa temprana, dando un panorama poco alentador.

También se sabe que la técnica que mejor detecta anomalías en la mama son las mamografías, pues a través de éstas los médicos y radiólogos pueden dar un panorama del estado de los senos.

"Por este motivo se está trabajando con algoritmos de tratamiento digital de imágenes y redes neuronales artificiales para detectar anomalías presentes en mamografías, lo cual apoyará a médicos y radiólogos a tomar una decisión acerca del diagnóstico obtenido de las mamografías.

"Con esto se pretende que más casos de cáncer de mama sean diagnosticados en etapa temprana y se puedan efectuar más tratamientos con resultados positivos", indicó Luna Benoso.

El también especialista en Tecnologías en Cómputo Inteligente, añadió que el objetivo es representar cada mama como un patrón, algo numérico, toda vez que se tengan todas las mamografías clasificadas.

"La prueba final es introducirle patrones desconocidos que nos digan si la paciente tiene o no cáncer", añadió.

kal