Generación de imágenes RGB basadas en IA a partir de imágenes de fondo RG utilizando Pix2Pix: Validación mediante...

Área de la Ciencia:

• Imagenología oftálmica
• Inteligencia artificial en medicina
• Procesamiento de imágenes

Sus antecedentes:

• Las imágenes de fondo rojo-verde (RG) a menudo se capturan con sistemas más antiguos.
• La conversión de imágenes RG a rojo-verde-azul (RGB) puede mejorar la utilidad diagnóstica.
• Las redes generativas adversarias (GAN) muestran potencial en la síntesis de imágenes.

Objetivo del estudio:

• Evaluar la precisión y la calidad perceptual de las imágenes de fondo RGB generadas a partir de imágenes RG utilizando una GAN basada en Pix2Pix.
• Evaluar la viabilidad de utilizar la IA para la conversión de imágenes de fondo.

Principales métodos:

• Se extrajeron imágenes RG de imágenes RGB deshabilitando el láser azul en un sistema Optos.
• Se entrenó una GAN condicional basada en Pix2Pix para la conversión de imágenes RG a RGB.
• Se utilizaron métricas cuantitativas (SSIM, PSNR, LPIPS, MAE, RMSE) y evaluación cualitativa por 39 oftalmólogos.

Principales resultados:

• Las imágenes RGB generadas mostraron una alta similitud estructural (SSIM=0.97) y calidad perceptual con las imágenes RGB originales.
• Los oftalmólogos lograron una tasa de clasificación correcta del 57,1% entre imágenes verdaderas y generadas por IA.
• El análisis de la curva característica operativa del receptor arrojó un área bajo la curva de 0.497, lo que indica una discriminación no significativa.

Conclusiones:

• Las GAN basadas en Pix2Pix pueden generar imágenes RGB estructural y perceptualmente consistentes a partir de imágenes RG.
• El modelo de IA no requiere mecanismos de atención específicos de la lesión para una conversión de imágenes eficaz.
• Esta técnica permite la reinterpretación de imágenes de fondo RG heredadas y apoya futuras aplicaciones de diagnóstico de IA.