Actualmente, para analizar e interpretar los datos obtenidos en la mamografía se usan sistemas de diagnosis asistida por ordenador (CAD), unos instrumentos que "no son del todo fiables" puesto que, en ocasiones, generan falsos positivos.
En este sentido, el nuevo trabajo, liderado por Mohamed Abdel-Nasser, Antonio Moreno y Domènec Puig, y publicado en la revista 'International Journal of Optics', recogido por la plataforma Sinc, se ha centrado en investigar el efecto de cinco métodos de análisis de textura de las imágenes a las que se han aplicado diferentes técnicas.
MEJORA LOS RESULTADOS DE ESTUDIOS ANTERIORES
A partir de aquí se han hecho varias combinaciones hasta encontrar la más idónea para obtener una clasificación mejor de las regiones relevantes (la presencia de tumores o no) dentro de las mamografías. Así, con la configuración final obtenida por los investigadores se ha conseguido un 99 por ciento de fiabilidad a la hora de determinar la presencia de un tumor en la mama a partir de una mamografía.
Este dato mejora los resultados obtenidos con estudios anteriores, cifrados en un 93 por ciento, que también habían evaluado la fiabilidad en la interpretación de estas pruebas, pero habían centrado el análisis en otras configuraciones.
Esta investigación forma parte del proyecto de investigación IA-BioBreast, que tiene por objetivo investigar métodos de análisis de imágenes mediante visión por computador para la detección precoz del cáncer de mama, y se centra en el desarrollo de dos biomarcadores específicos: la densidad de la mama y la evolución temporal de las lesiones existentes.