Resumen Técnico: El Encuentro de la Elipse y los Planos de Bits para la Detección de Glaucoma Basada en la RNFL

Planteamiento del Problema

El glaucoma es una de las principales causas de ceguera mundial, y a menudo permanece asintomático hasta alcanzar etapas avanzadas. La detección temprana depende en gran medida de la identificación de defectos morfológicos en la Capa de Fibras Nerviosas de la Retina (RNFL, por sus siglas en inglés), específicamente el adelgazamiento o la pérdida difusa. Aunque la Tomografía de Coherencia Óptica (OCT) es eficaz, es costosa y no es universalmente accesible. La fotografía de fondo de ojo en color ofrece una alternativa no invasiva y económica; sin embargo, la detección de defectos de la RNFL en imágenes de fondo de ojo es un desafío debido a:

1. Adelgazamiento Difuso: A diferencia de los defectos localizados en forma de cuña, el adelgazamiento difuso de la RNFL es sutil y difícil de cuantificar.
2. Variabilidad Anatómica: Las transformaciones polares estándar suelen fallar al alinearse con la trayectoria natural de los haces de la RNFL porque no tienen en cuenta las posiciones específicas del disco óptico y la mácula.
3. Restricciones de Recursos: Muchas soluciones de aprendizaje profundo existentes requieren una potencia computacional significativa y a menudo dependen de datos de OCT para su entrenamiento, lo que limita su aplicabilidad en entornos con recursos limitados.

Metodología

El artículo propone un flujo de trabajo integrado centrado en una Transformación Polar basada en Elipse Adaptativa (EPT) para enderezar los haces de la RNFL independientemente de las variaciones anatómicas. Esta transformación sirve como base para dos marcos de detección distintos:

1. Preprocesamiento y Transformación

• Localización: YOLOv8 detecta los centros del disco óptico y de la mácula.
• Eliminación de Vasos: Una U-Net con un backbone de EfficientNetB7 segmenta los vasos retinianos, los cuales son posteriormente completados mediante técnicas de inpainting para aislar las texturas de la RNFL.
• Transformación Polar basada en Elipse (EPT): A diferencia de las transformaciones polares estándar, este algoritmo adapta los ejes mayor y menor de la elipse dinámicamente basándose en la distancia entre el disco óptico y la mácula, y el ángulo específico $\theta$. Utiliza una función sigmoide y una búsqueda binaria para determinar un punto de inflexión ($30^\circ$), asegurando que la imagen transformada se alinee verticalmente con la trayectoria de la RNFL (haces supertemporales e inferotemporales).

2. Marco A: Fusión de Características Inspirada en el Aprendizaje Profundo

Este enfoque apunta a entornos de alta precisión y combina características de aprendizaje profundo con el procesamiento de imágenes tradicional:

• Rama 1 (Aprendizaje Profundo): La región anular peripapilar se procesa utilizando una arquitectura YOLOv8s-cls (aprendizaje por transferencia) para extraer vectores de características de 1280 dimensiones que representan cambios estructurales glaucomatosos. Un umbral de varianza filtra estas características.
• Rama 2 (Procesamiento de Imágenes): La imagen alineada por EPT se somete a un ajuste de intensidad mediante una función sigmoide, seguido de una detección de bordes Sobel. El plano de bits (bit-plane slicing) extrae el Bit Más Significativo (MSB) para preservar la información estructural. Se aplica un agrupamiento de promedio de columna (column average pooling) a la imagen MSB dentro de límites laterales específicos ($x_1$ a $x_2$) para capturar los patrones verticales de la RNFL.
• Fusión y Clasificación: Las características de ambas ramas se concatenan, se normalizan y se introducen en clasificadores de Máquina de Vectores de Soporte (SVM) y Árbol de Decisión (DT).

3. Marco B: Detección Basada en Procesamiento de Imágenes

Diseñado para una inferencia rápida y entornos de bajos recursos, este método depende únicamente de la imagen alineada por EPT:

• Umbralización Dinámica: Se calcula un umbral $T$ basado en la Raíz Cuadrada Media (RMS) del perfil de intensidad suavizado y la relación rango-media de la imagen.
• Índice de Disparidad (DI): El algoritmo calcula el porcentaje de columnas que exceden el umbral en la región temporal. Si este supera el 30%, la imagen se clasifica como glaucoma. De lo contrario, se calcula un Índice de Disparidad comparando la relación de píxeles enmascarados en los lados izquierdo y derecho del punto de intensidad mínima.
• Clasificación: Un valor de DI fuera del rango $[0.3, 3.33]$ indica glaucoma.

Contribuciones Clave

1. Transformación Polar basada en Elipse Adaptativa: Un nuevo algoritmo que modela matemáticamente la trayectoria de la RNFL utilizando una elipse adaptativa, corrigiendo los problemas de desalineación de las transformaciones polares estándar.
2. Marco de Doble Vía: La propuesta de dos soluciones complementarias:
   • Un modelo de fusión de aprendizaje profundo de alta precisión (99.3%) para entornos de precisión crítica.
   • Un modelo de procesamiento de imágenes ligero (92.31%) optimizado para la velocidad y el consumo mínimo de recursos.
3. Aislamiento Centrado en la RNFL: El estudio aísla deliberadamente el adelgazamiento de la RNFL como el biomarcador principal, excluyendo otros factores como la relación copa-disco para abordar específicamente los desafíos de la detección del adelgazamiento difuso en imágenes de fondo de ojo en color sin depender de datos de OCT.

Resultados

El estudio utilizó el conjunto de datos FIVES (200 imágenes de fondo de ojo normales y 200 de glaucoma).

• Preprocesamiento: El modelo YOLOv8 logró una precisión del 99.8% en la detección del disco óptico, y la segmentación de vasos U-Net alcanzó un coeficiente Dice de 0.89.
• Fusión de Aprendizaje Profundo: El enfoque fusionado utilizando un clasificador SVM logró el máximo rendimiento con un 99.3% de exactitud (accuracy), 99.3% de precisión y 99.3% de sensibilidad (recall).
• Procesamiento de Imágenes: El enfoque basado en reglas logró un 92.31% de exactitud. El análisis estadístico determinó que el rango óptimo del Índice de Disparidad (DI) es $0.30 \leq DI \leq 3.33$.
• Comparación: El enfoque de aprendizaje profundo superó a métodos recientes del estado del arte (por ejemplo, Dimensiones Fractales, DenseNet) en exactitud, mientras que el enfoque de procesamiento de imágenes proporcionó una exactitud comparable (92.31%) a otros métodos establecidos (por ejemplo, 92.88% por Prananda et al.) con una carga computacional significativamente menor.

Significado y Reivindicaciones

Los autores afirman que este trabajo aborda el desafío global de la detección del glaucoma, particularmente en regiones desatendidas, al ofrecer soluciones escalables y rentables.

• Utilidad Clínica: El enfoque de doble vía permite a los clínicos elegir entre la máxima precisión diagnóstica (Marco A) o un cribado rápido y eficiente en recursos (Marco B).
• Avance Técnico: El algoritmo EPT se presenta como una mejora significativa sobre las transformaciones polares existentes, permitiendo una visualización más clara de los defectos difusos de la RNFL que a menudo pasan desapercidos con los métodos estándar.
• Accesibilidad: Al depender únicamente de imágenes de fondo de ojo en color y evitar la necesidad de datos de OCT o hardware costoso, los métodos propuestos pretenden facilitar programas de cribado masivo a gran escala.

El artículo concluye que, si bien los resultados son prometedores, es necesaria una validación adicional en conjuntos de datos independientes y diversos para confirmar la generalizabilidad. El estudio establece una base para el desarrollo de herramientas de diagnóstico eficientes y clínicamente relevantes que mejoren la detección temprana sin dependencia de factores diagnósticos convencionales y pesados en recursos.