Resumen

Las manifestaciones cutáneas diabéticas, previas a úlceras y heridas, no son muy tenidas en cuenta como parte del diagnóstico aun cuando representan el primer síntoma de daño vascular y están presentes hasta en el 70% de los pacientes con diabetes mellitus tipo II. Aquí se presenta una aplicación para la caracterización de máculas cutáneas basada en un algoritmo de segmentación y caracterización en tres etapas utilizado para clasificar máculas vasculares, petequias, cambios tróficos y traumatismos a partir de fotografías digitales de las extremidades inferiores. En primer lugar, para encontrar la región de piel, se realiza una multiplicación lógica en dos máscaras de piel obtenidas a partir de transformaciones del espacio de color; los umbrales dinámicos se estabilizan para autoajustarse a una variedad de tonos de piel. A continuación, para localizar la región de la lesión, se realiza un realce de la iluminación utilizando un espacio de color de modelo cromático, seguido de una transformación de escala de grises por análisis de componentes principales. Por último, se consideran y clasifican las características de cada tipo de mácula; se proponen propiedades morfológicas (área, ejes, perímetro y solidez), propiedades de intensidad y un conjunto de índices de tonalidad (rojo, verde, azul y marrón) como medida para obviar las diferencias de color de piel entre los sujetos. Los valores calculados muestran diferencias entre máculas con significación estadística, que concuerdan con el diagnóstico del médico. Posteriormente, las propiedades de las máculas se introducen en un clasificador de red neuronal artificial, que demostró una precisión del 97,5 para diferenciarlas. La caracterización es útil para realizar un seguimiento de los cambios y el desarrollo de las máculas a lo largo del tiempo, proporciona información significativa para ofrecer tratamientos tempranos y ofrece apoyo en la prevención de amputaciones debidas al pie diabético. Se diseñó una interfaz gráfica de usuario para mostrar las propiedades de las máculas; esta aplicación podría ser el fondo de una futura herramienta de ayuda al diagnóstico con fines educativos (es decir, para médicos sin formación) y de tecnología de ayuda a la prevención.

• Materias:Señales orofaciales Clasificación del cáncer Terapia de exposición Resonancias magnéticas Medicina de precisión
• Subjects:Orofacial signals Cancer classification Exposure therapy Magnetic resonance imaging Precision medicine
• Palabras claves:orden, clasificador de red neuronal artificial, espacio de color del modelo cromático, diabetes mellitus tipo II, futura herramienta de ayuda al diagnóstico, fines de la tecnología de ayuda preventiva, manifestaciones cutáneas de la diabetes, transformaciones del espacio de color, interfaz gráfica de usuario, análisis de componentes principales
• Keywords:order, artificial neural network classifier, chromatic model color space, diabetes mellitus type II, future Diagnosis Assistance Tool, preventive assistance technology purposes, Diabetic skin manifestations, color space transformations, graphical user interface, principal component analysis