Aplicar técnicas de inteligencia artificial para la estabilización de movimiento y extracción de fotogramas informativos en video de diagnóstico médico

Abstract

Durante un procedimiento de diagnóstico médico a través de colonoscopia, una pequeña cámara incluida en la punta del endoscopio genera una señal de vídeo que se almacena para el respectivo análisis por parte del médico. Los inconvenientes presentados en estos videos de colonoscopia es que están compuestos por secuencias que poseen frames No Informativos, estos frames no muestran información significante, se encuentran borrosos, debido a que los endoscopios están equipados con una cámara que posee un solo lente angular y como consecuencia de la grabación en zonas poco favorables muchos frames son ilegibles; el objetivo de esta investigación es entonces excluir dichos frames no Informativos permitiendo de esta manera que el médico experto realice su trabajo en un menor tiempo. Para realizar esta investigación se ha estudiado las bases teóricas y los trabajos previos relacionados a la clasificación de Frames Informativos en vídeos de diagnóstico médico, detección de contornos, detección de movimiento, técnicas de clustering. Se utilizaron 20 videos de colonoscopia como muestra para la puesta a prueba de nuestros métodos implementados, los indicadores utilizados para la evaluación de cada método fueron el tiempo de procesamiento, la precisión para la clasificación de frames Informativos y No Informativos y el porcentaje de reducción del video resultante que incluye solo los frames Informativos. En esta investigación se desarrollan dos métodos para la extracción automática de frames Informativos, y se determinó que el método más eficiente y que tarda menos en procesar una secuencia de video de colonoscopia para extraer automáticamente los frames Informativos es el método que se basa en los contornos que posee cada frame, reduciendo hasta en un 45.71 % los videos con una precisión promedio de 76.7% para la exclusión de los frames no Informativos; en comparación con el método que permite la extracción de fotogramas Informativos utilizando Flujo óptico denso que permite la reducción de los videos hasta en 31.21 % con una precisión promedio de 74.7% aunque tarda 83.5 % más que el método anterior.