Redacción. Un grupo de investigadores del Instituto Universitario de Microelectrónica Aplicada (IUMA) de la Universidad de Las Palmas de Gran Canaria (ULPGC), junto a dermatólogos de los Hospitales Doctor Negrín y Materno Infantil de la capital grancanaria han realizado un trabajo de investigación que ha publicado en una revista internacional titulado ‘Diagnóstico no invasivo de cáncer de piel mediante imágenes hiperespectrales para el apoyo clínico in-situ‘.
Este trabajo está liderado por la investigadora Raquel León, como parte de su Tesis Doctoral, y supervisado por el profesor Dr. Gustavo Marrero Callicó. Otros firmantes de la ULPGC son Beatriz Martinez-Vega, Himar Fabelo, Samuel Ortega, Verónica Melian y Eduardo Quevedo, junto a los dermatólogos Irene Castaño, Gregorio Carretero y Bernardino Clavo (Hospital Dr. Negrín) y Pablo Almeida, Aday García y Javier A. Hernández (Hospital Materno Infantil).
El objetivo de este trabajo de investigación es proporcionar una herramienta que permita asistir en el diagnostico in situ durante las consultas dermatológicas usando imágenes hiperespectrales. El sistema dermatológico hiperespectral usado está basado en una cámara tipo snapshot acoplada a un sistema dermatoscópico desarrollado en el IUMA para tal fin. El sistema de iluminación consta en una lámpara halógena de cuarzo-tungsteno de 150 W acoplada mediante fibra óptica a un aro de luz. El uso de la fibra óptica genera luz fría, alejando el calor producido por la lámpara de la zona de contacto del sistema con el paciente, evitando así quemaduras accidentales en la piel. Este sistema trabaja en el rango espectral visible e infrarrojo cercano, cubriendo el rango desde 450 a 950 nm, con una resolución espectral de 8 nm y siendo capaz de capturar 126 bandas espectrales.
Discriminar tejido sano y lesiones
Usando este sistema, se creó una base de datos de imágenes hiperespectrales para su posterior procesamiento. Esta base de datos está formada por diversos tipos de lesiones pigmentadas en distintas partes del cuerpo obtenidas de 61 sujetos. 76 imágenes hiperespectrales fueron capturadas en total entre los dos hospitales en el período comprendido entre marzo 2018 y junio 2019. Los diagnósticos de cada lesión fueron obtenidos a partir de la evaluación del dermatólogo o del patólogo (en el caso de lesiones consideradas malignas a priori) y posteriormente identificadas en dos clases: lesiones benignas y malignas.
El sistema es capaz de discriminar entre tejido sano y lesión (en verde y rojo, respectivamente en las imágenes) y las firmas hiperespectrales de lesiones benignas, malignas y piel sana usadas para realizar esta discriminación. Por último, el sistema especifica la probabilidad de la lesión de pertenecer a una determinada clase.
Las imágenes hiperespectrales capturadas fueron procesadas por un algoritmo de segmentación no supervisado con el objetivo de separar la lesión del tejido sano, generando un mapa de clasificación de dos clases (lesión y tejido sano). Para automatizar este proceso, los clústeres resultantes fueron comparados con una librería de firmas espectrales de referencia formado por firmas de la clase benigna, maligna y de tejido sano. Posteriormente, los pixeles identificados como lesión fueron procesados por un clasificador supervisado. Diferentes clasificadores fueron propuestos para obtener los resultados más precisos para la discriminación entre los diferentes tipos de lesión. Los hipereparámetros (variables de configuración) de estos clasificadores fueron optimizados usando un algoritmo genético hasta conseguir la mejor clasificación posible. Finalmente, el clasificador basado en el algoritmo Support Vector Machines (SVMs) utilizando un kernel Lineal fue el que obtuvo mejores resultados en el conjunto de datos de validación.
Los resultados preliminares obtenidos en esta investigación son prometedores, donde 7 de 8 imágenes hiperespectrales empleadas en el conjunto de datos de test fueron clasificadas correctamente acorde a su diagnosis patológico. Esto representó unos resultados de sensibilidad y especificidad del 87.5% y 100%, respectivamente. Este estudio preliminar demuestra, como prueba de concepto, el potencial de la tecnología hiperespectral para ayudar a los dermatólogos a discriminar las lesiones pigmentadas benignas y malignas durante la práctica clínica habitual, utilizando un dispositivo portátil no invasivo que proporciona resultados en tiempo real.
Uno de los aspectos más destacables de esta investigación es el trabajo multidisciplinar entre dermatólogos e ingenieros de telecomunicaciones. El trabajo conjunto durante el desarrollo de esta investigación ha permitido que cada grupo aporte diferentes puntos de vista, consiguiendo así un resultado técnicamente viable que cumple con los requisitos médicos establecidos.
Este trabajo ha demostrado el potencial de la imagen hiperespectral como herramienta de ayuda al diagnóstico in-situ para la detección del cáncer de piel, si bien hay que continuar investigando para aumentar la base de datos y mejorar los resultados obtenidos.
Hay que tener en cuenta que el cáncer de piel es el quinto tipo de cáncer más frecuente entre la población mundial y que, en concreto, Canarias tiene la mayor incidencia de cáncer de piel en España. Un diagnóstico precoz permitiría que algunos tipos de lesión no se conviertan en melanomas (tipo de lesión dermatológica de mayor malignidad). Por tanto, el uso de herramientas que permitan un rápido diagnostico preliminar in-situ durante las consultas ayudaría a la detección temprana de estas lesiones, evitando así su evolución a lesiones con mayor malignidad.
Instrumentación desarrollada por el IUMA
La instrumentación se ha desarrollado en la División de Sistemas Integrados del Instituto de Microelectrónica Aplicada de la ULPGC, mientras que La adquisición de los datos se ha realizado durante consultas dermatológicas en el Hospital Universitario de Gran Canaria Dr. Negrín y el Complejo Hospitalario Universitario Insular – Materno Infantil.
Esta investigación se ha realizado de forma paralela al desarrollo del proyecto ITHaCA (IdenTificación Hiperespectral de tumores CerebrAles) financiado por la Agencia Canaria de Investigación Innovación y Sociedad de la Información del Gobierno de Canarias. Este proyecto tiene el objetivo de aplicar la imagen hiperespectral a la detección de tumores cerebrales durante operaciones de neurocirugía. Similares técnicas algorítmicas han sido aplicadas en esta investigación para la detección de cáncer de piel.
