Detección de glistenings en lentes intraoculares con OCT-SA mediante deep learning multi-tarea
| UDC.coleccion | Investigación | es_ES |
| UDC.conferenceTitle | BioIntegraSaúde - BIS 2025 | es_ES |
| UDC.departamento | Ciencias da Computación e Tecnoloxías da Información | es_ES |
| UDC.grupoInv | Grupo de Visión Artificial e Recoñecemento de Patróns (VARPA) | es_ES |
| dc.contributor.author | Álvarez-Rodríguez, Lorena | |
| dc.contributor.author | Moura, Joaquim de | |
| dc.contributor.author | Fernández-Vigo, José Ignacio | |
| dc.contributor.author | Macarro-Merino, Ana | |
| dc.contributor.author | Fernández-Vigo, José A. | |
| dc.contributor.author | Novo Buján, Jorge | |
| dc.contributor.author | Ortega Hortas, Marcos | |
| dc.date.accessioned | 2025-05-16T13:58:39Z | |
| dc.date.available | 2025-05-16T13:58:39Z | |
| dc.date.issued | 2025-05 | |
| dc.description | Poster presentado en BioIntegraSaúde - BIS 2025, Santiago de Compostela, 15 de maio de 2025. | es_ES |
| dc.description.abstract | [Resumen]: Las lentes intraoculares (LIO) son dispositivos ópticos implantados quirúrgicamente en la cápsula posterior del cristalino, habitualmente tras cirugía de cataratas u otros trastornos del cristalino. Estas lentes pueden desarrollar glistenings, microvacuolas llenas de agua que aparecen en su interior y pueden afectar a la transparencia y calidad óptica. Tradicionalmente, su evaluación se ha realizado mediante fotografía con lámpara de hendidura, una técnica sensible a factores externos como la iluminación o la dilatación pupilar. Recientemente, se ha propuesto la tomografía de coherencia óptica del segmento anterior (OCT-SA) como alternativa más rápida y objetiva, con buenos resultados preliminares. Con el objetivo de facilitar la evaluación de las LIO y validar el uso de la OCT-SA, presentamos un enfoque automático basado en deep learning para detectar y caracterizar glistenings en imágenes OCT-SA. Desarrollamos un modelo multi-tarea que identifica simultáneamente las zonas con glistenings y el área ocupada por la LIO (LIOa). Este enfoque mejora la precisión, ya que la localización de la lente aporta un contexto anatómico clave para interpretar correctamente la presencia y distribución de los glistenings. A su vez, la detección precisa de la LIOa es esencial para su evaluación estructural y seguimiento clínico. Nuestro estudio es el primero en aplicar esta metodología combinada y validarla sobre un conjunto de datos clínico altamente heterogéneo, con imágenes de 19 modelos distintos de LIO y diversos grados de opacificación. El modelo alcanzó un alto grado de acuerdo con las anotaciones de expertos (ICC > 0.93), a la par de estudios previos con enfoques más simples y menos variedad de datos. Estos resultados confirman el potencial de los métodos automáticos basados en deep learning para facilitar una evaluación más rápida, objetiva y reproducible de los glistenings en entornos clínicos, con especial utilidad en el seguimiento de pacientes con LIO. | es_ES |
| dc.description.sponsorship | Este trabajo es parte del proyecto PID2023-148913OB-I00 financiado por MICIU/AEI/10.13039/501100011033 y por ”FEDER Una manera de hacer Europa”. Ha sido también financiado por el Instituto de Salud Carlos III (Programa FORTALECE, FORT23/00010) y la Xunta de Galicia mediante la Consellería de Educación, Universidade e Formación Profesional (Grupos de Referencia Competitiva, ED431C 2024/33). Las organizaciones financiadoras no participaron en el diseño o ejecución de esta investigación. | es_ES |
| dc.description.sponsorship | Xunta de Galicia; ED431C 2024/33 | es_ES |
| dc.identifier.citation | Álvarez Rodríguez, L.; de Moura Ramos, J.; Fernández-Vigo, J.I.; Macarro Merino, A.; Fernández-Vigo, J.A.; Novo Buján, J.; Ortega Hortas, M. (2025). Detección de glistenings en lentes intraoculares con OCT-SA mediante deep learning multi-tarea. En BioIntegraSaúde - BIS 2025, Santiago de Compostela, 15 de maio de 2025. | es_ES |
| dc.identifier.uri | http://hdl.handle.net/2183/42013 | |
| dc.language.iso | spa | es_ES |
| dc.publisher | IDIS | es_ES |
| dc.relation.projectID | info:eu-repo/grantAgreement/AEI/Plan Estatal de Investigación Científica, Técnica y de Innovación 2021-2023/PID2023-148913OB-I00/ES/IA CONFIABLE Y EXPLICABLE PARA EL DIAGNOSTICO POR IMAGEN MEDICA ASISTIDO POR ORDENADOR: NUEVOS AVANCES Y APLICACIONES | es_ES |
| dc.relation.projectID | info:eu-repo/grantAgreement/ISCIII/Plan Estatal de Investigación Científica, Técnica y de Innovación 2021-2023/FORT23%2F00010/ES/Solicitud del Instituto de Investigación Biomédica de A Coruña (INIBIC) para el Programa FORTALECE | es_ES |
| dc.relation.uri | https://www.idisantiago.es/wp-content/uploads/2025/05/IDIS_BIS25_comunicacions-posteres.pdf | es_ES |
| dc.rights.accessRights | open access | es_ES |
| dc.subject | Glistenings | es_ES |
| dc.subject | Lentes intraoculares | es_ES |
| dc.subject | OCT-SA | es_ES |
| dc.subject | Inteligencia artificial | es_ES |
| dc.subject | Imagen médica | es_ES |
| dc.title | Detección de glistenings en lentes intraoculares con OCT-SA mediante deep learning multi-tarea | es_ES |
| dc.type | conference output | es_ES |
| dc.type.hasVersion | VoR | es_ES |
| dspace.entity.type | Publication | |
| relation.isAuthorOfPublication | 028dac6b-dd82-408f-bc69-0a52e2340a54 | |
| relation.isAuthorOfPublication | 0fcd917d-245f-4650-8352-eb072b394df0 | |
| relation.isAuthorOfPublication | 1fb98665-ea68-4cd3-a6af-83e6bb453581 | |
| relation.isAuthorOfPublication.latestForDiscovery | 028dac6b-dd82-408f-bc69-0a52e2340a54 |
Files
Original bundle
1 - 1 of 1
Loading...
- Name:
- AlvarezRodriguez_Lorena_2025_Deteccion_de_glistenings_en_lentes_intraoculares_con_OCT_SA.pdf
- Size:
- 5.98 MB
- Format:
- Adobe Portable Document Format
- Description:

