Accesible, conectado, y computacionalmente potente, los teléfonos inteligentes ya no son solo para "selfies". Han surgido como poderosas herramientas de evaluación capaces de diagnosticar afecciones médicas en entornos de punto de atención. Los teléfonos inteligentes también son una solución viable para la atención médica en el mundo en desarrollo porque permiten a los usuarios no capacitados recopilar y transmitir datos a los profesionales médicos.

Aunque la tecnología de cámaras de teléfonos inteligentes ofrece hoy en día una amplia gama de aplicaciones médicas, como microscopía y análisis citométrico, en la práctica, Las pruebas de imagen de teléfonos móviles tienen limitaciones que restringen severamente su utilidad. Abordar estas limitaciones requiere hardware de teléfono inteligente externo para obtener resultados cuantitativos, imponiendo un compromiso de diseño entre accesibilidad y precisión.

Investigadores de la Facultad de Ingeniería y Ciencias de la Computación de la Florida Atlantic University han desarrollado un novedoso algoritmo de imágenes de teléfonos celulares que permite el análisis de ensayos que normalmente se evalúan mediante espectroscopía. un dispositivo altamente sofisticado y poderoso utilizado en la investigación científica.

Mediante el análisis de más de 10, 000 imágenes, los investigadores han podido demostrar que el método de saturación que desarrollaron superó sistemáticamente a los algoritmos existentes en una amplia gama de condiciones de campo operativas. Sus hallazgos, publicado en la revista Analista de la Real Sociedad de Química, es un paso adelante en el desarrollo de diagnósticos en el punto de atención al reducir la necesidad de equipo requerido, mejorar el límite de detección, y aumentar la precisión de los resultados cuantitativos.

"Las cámaras de los teléfonos inteligentes están optimizadas para la apariencia de la imagen en lugar de para las mediciones cuantitativas basadas en imágenes, y no se pueden evitar o revertir fácilmente. Es más, la mayoría de los ensayos biológicos y bioquímicos basados ​​en laboratorio todavía carecen de un análogo de teléfono celular robusto y repetible, "dijo Waseem Asghar, Doctor., autor principal y profesor asistente en el Departamento de Ingeniería Informática y Eléctrica y Ciencias de la Computación de la FAU. "Hemos podido desarrollar un método de preprocesamiento de imágenes basado en teléfonos móviles que produce una intensidad media de píxeles con variaciones más pequeñas, límites inferiores de detección, y un rango dinámico más alto que los métodos existentes ".

Para el estudio, Asghar y los coautores Benjamin Coleman y Chad Coarsey, estudiantes graduados en el Laboratorio Asghar en la Facultad de Ingeniería y Ciencias de la Computación de la FAU, realizó la captura de imágenes usando tres teléfonos inteligentes:el Android Moto G con una cámara de 5 megapíxeles (MP); el iPhone 6 con cámara de 12 MP, y el Samsung Galaxy Edge 7 con cámara de 12 MP.

Probaron la captura de imágenes en varias condiciones, rendimiento del algoritmo medido, sensibilidad probada a la distancia de la cámara, inclinación y movimiento, y examinó las propiedades del histograma y la respuesta a la concentración. También examinaron el límite de detección y las propiedades de saturación, niveles de iluminación ambiental y relación con el espacio de color rojo-verde-azul (RGB). Las imágenes de teléfonos móviles se almacenan de forma nativa como matrices de intensidades de píxeles RGB, comúnmente conocidos como canales de color.

Usando varios miles de imágenes, Los investigadores compararon el análisis de saturación con los métodos RGB existentes y descubrieron que mejoraba tanto analítica como empíricamente el rendimiento en presencia de ruido de luz ambiental aditivo y multiplicativo. También demostraron que el análisis de saturación se puede interpretar como una versión optimizada de las pruebas de relación RGB existentes. Verificaron que las condiciones ideales de captura de imágenes incluyen luz blanca constante, un fondo blanco limpio, distancia mínima a la muestra y desplazamiento angular cero de la cámara.

Asghar, Coleman y Coarsey también aplicaron la prueba a un ELISA (ensayo inmunoabsorbente ligado a enzimas), una técnica de ensayo en placa diseñada para detectar y cuantificar sustancias como péptidos, proteínas, anticuerpos y hormonas. Descubrieron que para el VIH, El análisis de saturación permitió una evaluación sin equipo y el límite de detección fue significativamente más bajo que el que está disponible actualmente con los métodos RGB.

La metodología desarrollada por FAU representa una mejora en la repetibilidad, sentido práctico, y rechazo de ruido de captura de imágenes. Además, El análisis de saturación no se ve afectado por muchos de los principales factores limitantes de las pruebas basadas en imágenes, como variaciones de iluminación ambiental, sombreado, y niveles de luz variables. Los investigadores anticipan que las propiedades favorables del análisis de saturación se encontrarán y permitirán pruebas en el punto de atención basadas en imágenes de teléfonos celulares con menos sobrecarga de equipos y límites de detección más bajos.

"La investigación que se lleva a cabo en el Laboratorio Asghar de la Florida Atlantic University tiene importantes implicaciones para la medicina de diagnóstico y la prestación de servicios de salud en países desarrollados y en desarrollo, "dijo Stella Batalama, Doctor., decano de la Facultad de Ingeniería y Ciencias de la Computación de la FAU. "El profesor Asghar y su equipo están motivados a seguir desarrollando tecnología de vanguardia que tenga la capacidad de detectar y diagnosticar enfermedades de forma remota rápidamente, de forma precisa y económica. Este último algoritmo que han desarrollado es uno de los muchos avances que están logrando en este campo ".