Clasificación automática de componentes de cálculos renales basada en microscopía de teléfonos inteligentes y el...

Área de la Ciencia:

• Urología
• Imagenología Médica
• Inteligencia Artificial

Sus antecedentes:

• El análisis de la composición de los cálculos urinarios es crucial para un tratamiento eficaz.
• Los métodos actuales pueden ser costosos y consumir mucho tiempo.
• Se necesita un sistema automatizado y accesible para el análisis rápido de cálculos.

Objetivo del estudio:

• Desarrollar un sistema de clasificación automatizado para la composición de cálculos urinarios.
• Integrar la microscopía de imágenes basada en teléfonos inteligentes (TIPSCOPE) con el aprendizaje profundo (arquitectura GoogLeNet).
• Permitir un análisis rápido, preciso y rentable de la composición de los cálculos.

Principales métodos:

• Se recolectaron y clasificaron 140 muestras de cálculos renales en cuatro tipos.
• Se adquirieron imágenes microscópicas utilizando TIPSCOPE y un teléfono inteligente.
• Se entrenó un modelo de clasificación GoogLeNet con 840 imágenes (90 % de entrenamiento, 10 % de prueba).

Principales resultados:

• El sistema logró una precisión general del 85,7 % para la clasificación de la composición de los cálculos.
• Se observaron altas puntuaciones F1 para los cálculos de ácido úrico (0,92) y de hexahidrato de fosfato de amonio y magnesio (0,95).
• Los cálculos de oxalato de calcio (0,86) y de apatita de carbonato (0,69) también mostraron resultados prometedores de clasificación.

Conclusiones:

• Se desarrolló con éxito un nuevo sistema que integra la microscopía de teléfonos inteligentes y el aprendizaje profundo para la clasificación de cálculos renales.
• El sistema demuestra alta precisión y eficiencia, especialmente para tipos de cálculos específicos.
• Esta solución portátil y de bajo costo presenta una herramienta de diagnóstico práctica para entornos sanitarios con recursos limitados.