MADRID, 14 Oct. (EUROPA PRESS) -
Investigadores del Instituto de Investigación Sanitaria Gregorio Marañón (IiSGM) y de la Universidad Carlos III de Madrid (UC3M), así como colaboradores de otras instituciones de Suiza y Suecia, han desarrollado una herramienta, denominada 'deepImage', que permite procesar fácilmente y analizar imágenes biomédicas.
Así, empleando modelos basados en inteligencia artificial, el programa mejora la calidad de las imágenes e identifica y clasifica elementos específicos en ellas, entre otras tareas, ha informado el Hospital en un comunicado.
Los modelos de aprendizaje profundo han supuesto un progreso considerable para los campos de investigación e innovación que explotan la información de las imágenes, tales como el diagnóstico clínico por imagen o el desarrollo de nuevos fármacos.
En imagen biomédica, por ejemplo, se pueden utilizar para procesar colecciones de datos, detectar lesiones en tejidos biológicos, identificar sinapsis entre neuronas, y determinar la estructura tanto de la membrana como de los núcleos celulares.
"Durante los últimos cinco años, el procesado de imagen se ha desplazado de los tradicionales métodos matemáticos y basados en la observación hacia el procesamiento guiado por los datos y la inteligencia artificial", ha señalado una de las investigadoras principales del proyecto, Arrate Muñoz Barrutia, profesora de Bioingeniería e Ingeniería Aeroespacial de la UC3M e investigadora senior del Instituto de Investigación Sanitaria Gregorio Marañón.
A ello, ha añadido que este avance favorece que la detección e identificación de datos se realice "de forma más sencilla, más rápida y cada vez más automatizada", sobre todo, en el campo de la investigación biomédica.
Sin embargo, para utilizar los modelos de aprendizaje profundo se necesitan habilidades de programación que pocos investigadores en ciencias de la vida poseen, ha añadido. "Precisamente para facilitar su trabajo, un grupo de expertos en procesado de imagen de diferentes instituciones hemos desarrollado 'deepImageJ' como una herramienta de código abierto que se presenta en un artículo publicado este mes en la revista Nature Methods", ha explicado.
USO DE REDES NEURONALES
Este tipo de inteligencia artificial necesita una etapa de entrenamiento que se basa en ejemplos para aprender a realizar una tarea a partir de una cantidad considerable de datos previamente anotados.
De hecho, 'deepImageJ' permite que un investigador en cualquier parte del mundo aplique los modelos de aprendizaje profundo entrenados, por ejemplo, por informáticos en España, de forma sencilla.
"Esta herramienta cierra la brecha entre las redes neuronales artificiales y los investigadores biomédicos que ahora pueden pedirle a un informático que diseñe y entrene un algoritmo de aprendizaje automático para llevar a cabo una tarea específica para luego usar el modelo, fácilmente, a través de una interfaz de usuario, sin ver una sola línea de código", ha indicado Daniel Sage, investigador de la École Polytechnique Fédérale de Lausanne (EPFL Center for Imaging, Suiza) que supervisa el desarrollo del proyecto.
La herramienta se lanza como un software de código abierto y es gratuito. Está diseñado para ser un recurso colaborativo que permite a ingenieros, informáticos, matemáticos y biólogos trabajar juntos de manera más eficiente.
"Nuestro objetivo es que este recurso sea utilizado cada vez por más investigadores desde cualquier ordenador convencional y sin necesidad de tener conocimientos de programación. Además, nuestro grupo de investigación desarrolla seminarios, materiales de formación y recursos online con el objetivo de que los usuarios puedan familiarizarse rápidamente con el nuevo método", ha trasladado Muñoz.
