Aplicación de un modelo de aprendizaje automático en un analizador de imágenes para la medición de colágeno peribronquial y perivascular en un modelo murino de asma con ácaro del polvo
Abstract
“El uso de la patología digital como diagnóstico complementario está creciendo rápidamente. El avance en la tecnología de captación de imágenes ha permitido que se pueda digitalizar completamente la laminilla a través de escáneres comerciales, lo que en teoría permite el reconocimiento y la medición de estructuras a través de algoritmos computacionales. Esta tecnología ya ha mostrado su utilidad clínica (Willians, 2017); sin embargo, debido a su alto costo aún no se generaliza su empleo. En el laboratorio, hemos desarrollado un modelo animal de asma crónico con remodelación de la vía aérea. Estamos interesados en la medición semicuantitativa de colágena, tanto bronquial como perivascular a un costo accesible. Existe un programa para análisis de laminillas digitalizadas completas denominado Orbit, donde se pueden desarrollar algoritmos para la medición de estructuras de acuerdo con las necesidades de la investigación empleando aprendizaje automático. En este estudio, se presenta el desarrollo de un modelo de aprendizaje automático en Orbit para la medición de colágena tanto perivascular como peribronquial. Se brinda evidencia sobre la validez y consistencia de las mediciones.”