Desarrollan un análisis facial que detecta síndromes genéticos en imágenes 2D de bebés

Un bebé coge un dedo de una mano. Bebé, neonato, gestación, infancia, niño, hijos
Un bebé coge un dedo de una mano. Bebé, neonato, gestación, infancia, niño, hijos - PIXABAY - Archivo

Actualizado: martes, 29 octubre 2019 19:07

BARCELONA, 29 Oct. (EUROPA PRESS) -

Investigadores de la Universitat Pompeu Fabra (UPF) de Barcelona, en colaboración con expertos de la Universidad de Washington (Estados Unidos), han desarrollado un nuevo método de optimización de análisis facial que permite detectar con precisión síndromes genéticos en bebés transformando fotografías de dos dimensiones (2D) en 3D.

Los escáners en 3D que cuantifican las diferencias de morfología de bebés son caros y no suelen estar al alcance de todos los centros sanitarios, y este nuevo análisis ha logrado "detectar síndromes genéticos en las caras 3D reconstruidas a partir de fotografías en 2D con una sensibilidad del 100% y una especificidad del 92,1%", ha explicado la UPF en un comunicado este martes.

Han evaluado el método en 54 niños de cero a tres años, y la coautora del artículo Araceli Morales ha explicado que el método "extrae automáticamente un conjunto de descriptores geométricos y de aspecto en 3D y los utiliza para formar un clasificador para identificar la dismorfología facial asociada a síndromes genéticos".

Aunque estos síndromes presentan dismorfología facial, a menudo estas características anormales son sutiles después de nacer y es difícil para los pediatras identificarlos --por ejemplo, la detección del síndrome de Down es del 64% en Estados Unidos--, y los retrasos y errores en el diagnóstico tienen "un impacto significativo en la mortalidad y la morbilidad asociadas" a algunos.

Por cada fotografía en 2D, el método estima la posición de la cámara a través de un modelo estadístico y un conjunto de datos faciales 2D, y después hace otros cálculos con lo que minimiza la distancia entre la proyección estimada de la cara en 3D en el plano de imagen de cada cámara y la geometría en 2D observada.