Diagnóstico temprano de enfermedades de la mama mediante imágenes térmicas y aprendizaje automático

Resumen

El cáncer es una enfermedad que se origina a partir de células mutantes, sin causas aún bien conocidas, que se reproducen sin control, aumentando la perfusión sanguínea y, en consecuencia, provocando un aumento de la temperatura de la región tumoral. Esta temperatura se irradia a la piel y se puede medir con varios dispositivos, como termómetros y cámaras térmicas. En termografía médica (mediante cámaras infrarrojas), tras obtener la imagen térmica, se realiza el análisis y la identificación de patrones térmicos. Teniendo en cuenta que el cuerpo humano es un sistema prácticamente simétrico con relación al plano sagital (es decir, el plano que divide el cuerpo en partes derecha e izquierda), la presencia de una gran alteración en el patrón térmico entre las mamas izquierda y derecha es una indicación importante de la presencia de patologías. Este trabajo tiene como objetivo comprobar la viabilidad del uso de técnicas de reconocimiento de patrones en la clasificación de las imágenes disponibles en el proyecto ProENG con pacientes sanas o con pacientes con alguna patología mamaria. Para ello, de estas imágenes se extraen características que permitirán su clasificación mediante técnicas de Inteligencia Artificial. Se utilizaron características de tres grupos distintos: estadísticas simples, basadas en geometría fractal y características basadas en geoestadísticas. Se probaron tres clasificadores, SVM, KNN y Naïve Bayes, y dos técnicas de reducción de características: PCA y Ganancia de Información. Los resultados se mostraron muy prometedores con una precisión cercana al 90% y un área bajo la curva ROC cercana al 0,9%.