Detección temprana de deformaciones de columna con redes neuronales profundas utilizando visión artificial

Abstract

En la actualidad, los métodos de inspección para diagnóstico de desviaciones anormales en la columna (escoliosis, cifosis, lordosis, etc.) son principalmente visuales, permiten tener un indicador temprano, pero resultan ser limitadas y fuertemente influenciadas por la experticia del especialista. Esto se complementa con estudios más complejos y precisos que utilizan otras modalidades de imágenes (RX, TAC, RMN, 3D, etc.), los que necesitan software específico semi-automático. En este trabajo se presenta el estudio, diseño y desarrollo de una herramienta automática para la asistencia en el prediagnóstico y el seguimiento de desviaciones anormales corporales posteriores del cuerpo humano, a partir de fotografías obtenidas con cualquier dispositivo. Se propuso un método novedoso que utiliza imágenes de espaldas de las personas que son procesadas para obtener puntos relacionados al esqueleto de la persona a través de redes neuronales profundas. A partir de estos señaladores anatómicos se calculan diferentes medidas que se utilizan para estimar la condición de la persona. La definición, diseño y desarrollo del trabajo estuvo acompañado por un especialista en estas patologías, y coincidió en que los resultados son prometedores, aunque se requiere la realización de una mayor cantidad de pruebas.