Clasificación de la esteatosis hepática usando imágenes de ultrasonido.
Clasificación de la esteatosis hepática usando imágenes de ultrasonido
La esteatosis hepática o «hígado graso» se define por la acumulación anormal de grasas dentro de las células hepáticas. Cuando esta acumulación no supera el 10% del peso total del hígado, no suele ser perjudicial. Sin embargo, puede asociarse con hepatitis e, en casos extremos, evolucionar a cirrosis. Esta condición a menudo está relacionada con obesidad, diabetes, niveles altos de triglicéridos y consumo excesivo de alcohol.
Para evaluar los cambios patológicos en la esteatosis hepática, se utilizan imágenes de ultrasonido que muestran atenuación de los ecos, alteración en la ecogenicidad hepática en comparación con el riñón, y dificultad para visualizar la vena porta y el diafragma. Para mejorar la detección temprana, se han propuesto métodos de diagnóstico asistido por computadora (CAD) que ayudan a los especialistas a interpretar las imágenes de manera más precisa y reducir variaciones en la interpretación.
El sistema CAD se ha aplicado con éxito en la detección y caracterización de diversas enfermedades en órganos como el hígado, mama, tiroides y pulmones. En el caso del hígado, se suelen medir las texturas a través de análisis de escala de grises, el poder espectral y la textura de energía. Estos análisis, junto con conceptos como los fractales de Mandelbrot que describen la rugosidad de las superficies, proporcionan información valiosa sobre la enfermedad.
Algunos estudios han propuesto diferentes enfoques para medir la ecogenicidad y la infiltración grasa en el hígado a través de ultrasonidos. El sistema CAD desarrollado en este estudio se basó en 3 módulos principales: extracción de características, selección de características y clasificación.
Características de extracción: Se derivaron diversas características (325 en total) desde la ecogenicidad y la textura de las imágenes, incluyendo análisis fractales para evaluar la complejidad geométrica e irregularidad.
Características de selección: Se aplicó un criterio para seleccionar únicamente aquellas características relevantes, eliminando la redundancia y la complejidad en el análisis.
Clasificadores: Se emplearon 3 clasificadores – Red Neuronal Artificial (ANN), Máquina de Vectores de Soporte (SVM) y vecino más cercano-k (kNN) – para distinguir entre hígados normales y con esteatosis.
El rendimiento del sistema CAD se evaluó en base a la precisión global, destacando el SVM por su precisión en la clasificación. Se resalta la importancia de un enfoque sistemático para evitar características irrelevantes que puedan afectar la precisión de la clasificación.
En resumen, este estudio destaca la efectividad del sistema CAD en el diagnóstico de la esteatosis hepática a partir de imágenes de ultrasonido, resaltando la importancia de características como la textura y la dimensión fractal. La implementación de un enfoque sistemático de clasificación ha demostrado mejorar la precisión y efectividad en el diagnóstico.
Comentario: Este artículo destaca la importancia de métodos precisos y sistemáticos para la clasificación de la esteatosis hepática, evitando sesgos en la interpretación de las imágenes ecográficas y mejorando la precisión diagnóstica.
Artículo escrito por el Dr. Carlos Toledo Toral
#ultrasonido #esteatosishepática #CAD #diagnóstico #hígadograso
