HERRAMIENTA COMPUTACIONAL PARA LA ASISTENCIA AL TRATAMIENTO DE HERIDAS CRÓNICAS EN PACIENTES DE HANSEN DEL DEPARTAMENTO DE SANTANDER.

Abstract
Las heridas crónicas son un problema global, son padecidas por alrededor de 40 millones de personas en el mundo y son ocasionadas por enfermedades cardiovasculares, diabetes tipo-2 o infecciones agudas como la enfermedad de Hansen. La recuperación irregular de estas heridas hace necesario un tratamiento periódico, especialmente en los pacientes de Hansen, debido a la carga de la enfermedad, llegando a ocasionar deficiencias físicas irreversibles. A pesar de las complicaciones que generan estas heridas, en los países en desarrollo la asistencia no es oportuna debido al estado deficiente de las infraestructuras viales y sanitarias. Con el objetivo de asistir el tratamiento, varias herramientas computacionales basadas en el procesamiento de imágenes y el aprendizaje profundo han surgido recientemente. Sin embargo, estas propuestas se ven limitadas por factores de las imágenes de las heridas como la iluminación, tamaños, severidad, sombras o colores. Adicionalmente, los enfoques basados en datos solo cuentan con disponibilidad de datos de pacientes de diabetes de países desarrollados, dejando de lado los pacientes de Hansen y los países en desarrollo. Por lo tanto, este trabajo propone una herramienta computacional basada en aprendizaje profundo para el monitoreo de heridas crónicas de pacientes de la enfermedad de Hansen del municipio de Contratación, Santander, municipio en donde se encuentra el Sanatorio de Contratación E.S.E., el cual atiende más de 100 pacientes de Hansen. El enfoque permite un análisis de las heridas para evaluar su tamaño y forma al ejecutar la tarea de segmentación binaria. Por otro lado, un conjunto de datos anonimizado adquirido de pacientes de Hansen es presentado. El método propuesto presenta una mejora respecto a los trabajos del estado del arte, obteniendo un puntaje de 82.1 % en la métrica de valor-f1.
Description
Keywords
Hansen, Heridas crónicas, Aprendizaje profundo, Segmentación
Citation