Mapeo más preciso y eficiente de los vasos sanguíneos de la retina utilizando un esquema de procesamiento de imágenes de seguimiento de ruta, desarrollado por un equipo de investigación dirigido por A * STAR, podría ayudar a mejorar la exploración de la retina y el diagnóstico médico.

Los vasos sanguíneos que se encuentran en la retina en la parte posterior del ojo son un indicador de diagnóstico importante para muchos trastornos clínicos, incluida la diabetes, Alta presión sanguínea, endurecimiento arterial, y oclusión de arterias retinianas. Sin embargo, rastrear los vasos sanguíneos de la retina es un proceso que requiere mucho tiempo y entrenamiento y habilidad, que se realizaría mejor mediante un proceso automatizado confiable que pueda mapear de manera eficiente la red de embarcaciones.

"Llevamos años analizando los vasos sanguíneos de la retina, donde un desafío es siempre distinguir cada vaso del resto o separar los vasos arteriales de los venosos, ", dice Cheng Li del Instituto de Bioinformática A * STAR." Hemos desarrollado un algoritmo que puede rastrear una red desde unos pocos nodos marcados o 'etiquetados', y funciona especialmente bien para redes a gran escala de, decir, millones de nodos incluso con muy pocas etiquetas conocidas ".

En su estudio teórico, Li y su equipo exploraron el uso de un algoritmo bien establecido en el procesamiento de imágenes, llamada la cadena de Markov, para seguir mejor las complejas redes ramificadas de vasos sanguíneos en la retina.

Una cadena de Markov es una representación estadística de una secuencia, en este caso de nodos conectados, donde un elemento en la secuencia es independiente de todo lo que vino antes. Para un vaso sanguíneo, esto significa que su dirección de ramificación desde un punto dado podría ser completamente aleatoria y no depender de la trayectoria de la embarcación que lo precedió. El equipo de Li llevó esto más allá para adoptar una cadena de Markov absorbente, que 'bloquea' la ruta trazada hasta el nodo actual, y luego aplica un algoritmo de caminata aleatoria para sondear una imagen para la siguiente dirección del vaso sanguíneo.

De este modo, su algoritmo de procesamiento de imágenes puede comenzar desde un nodo etiquetado, como una rama importante, y rastrear los vasos sanguíneos para formar una red conectada de una manera similar a como un médico abordaría el problema.

En aplicación a imágenes retinianas reales, el algoritmo superó a otros enfoques de vanguardia, y coincidió con la precisión del rastreo humano.

"Desarrollamos este algoritmo a partir de nuestra experiencia práctica en imágenes biomédicas en el rastreo de vasos sanguíneos durante varios años, "dice Li." Nuestro enfoque es simple, fácil de implementar, y tiene muchas aplicaciones importantes, incluida la clasificación de imágenes, y análisis de redes y enlaces ".