Video Experimental Relacionado
Updated: Sep 9, 2025

Morphology-Based Distinction Between Healthy and Pathological Cells Utilizing Fourier Transforms and Self-Organizing Maps
Published on: October 28, 2018
Diferenciación de lesiones orales benignas y malignas a través del análisis de la textura superficial y el modelado
Barış Oğuz Gürses1, Nezaket Ezgi Özer2, Gaye Bölükbaşı2
1Department of Mechanical Engineering, Faculty of Engineering, Ege University, Bornova, Izmir, Türkiye.
El análisis de la textura superficial de las lesiones orales utilizando características estadísticas puede diferenciar objetivamente los tipos benignos de los malignos. Un modelo de máquina vectorial de soporte (SVM) demostró una alta precisión en la clasificación de estas lesiones.
Área de la Ciencia:
- Análisis de imágenes biomédicas
- Patología computacional
- Diagnóstico de la oncología oral
Sus antecedentes:
- Las lesiones de la mucosa oral requieren una diferenciación precisa entre los tipos benignos y malignos para un tratamiento eficaz.
- Se necesitan parámetros diagnósticos objetivos para complementar las evaluaciones clínicas subjetivas.
Objetivo del estudio:
- Evaluar el potencial diagnóstico de las características de la textura de la superficie a partir de imágenes clínicas para diferenciar las lesiones orales benignas de las malignas.
- Para validar el rendimiento de clasificación de un modelo de máquina vectorial de soporte (SVM) utilizando estas características de textura.
Principales métodos:
- Se extrajeron rasgos de textura basados en escalas de grises de 275 fotografías intraorales de lesiones de la mucosa oral.
- Calculó ocho descriptores estadísticos (por ejemplo, entropía, kurtosis, coeficiente de variación) y los normalizó.
- Entrenado un modelo de SVM de núcleo gaussiano usando cinco veces la validación cruzada para la clasificación de lesiones.
Principales resultados:
- Se encontraron diferencias significativas en las características de la textura (excepto el sesgo) entre las lesiones benignas y malignas (p < 0,001).
- La entropía y la curtosis exhibieron los tamaños de efecto más grandes, diferenciando los tipos de lesión.
- El modelo SVM logró una precisión general del 90,5%, una sensibilidad del 99,2%, una especificidad del 81,4% y un AUC de 0,939.
Conclusiones:
- Las características de la textura de la superficie, especialmente la entropía y la curtosis, son indicadores objetivos prometedores para distinguir las lesiones orales malignas de las benignas.
- El clasificador SVM demostró un rendimiento sólido, destacando el potencial de la integración de la topografía de superficie en las herramientas de diagnóstico basadas en IA para el cribado del cáncer oral.
Videos de Conceptos Relacionados
Skin Cancer
Basal Cell Carcinoma (BCC): BCC is the most common type of skin cancer, accounting for about 80% of cases. It typically develops in...
Assessment of the Mouth
Mouth Inspection
The inspection begins with visually examining the mouth for symmetry, color, and size.

