Un TFG de inteligencia artificial aumenta la resolución de imágenes médicas

La inteligencia artificial (IA) ofrece un gran ámbito de aplicaciones y la salud es uno de los campos en los que se está investigando en la Escuela Universitaria Politécnica de Teruel (EUPT). El estudiante de Ingeniería Informática Pablo Doñate Navarro centró su trabajo fin de grado (TFG) en El uso de técnicas de aprendizaje automático para la mejora de imágenes que se realizó con imágenes radiodiagnósticas de tórax y que dirigió la profesora Piedad Garrido. Se trata de una propuesta que podría tener interesantes aplicaciones para mejorar diagnósticos clínicos.

El estudiante analizó diferentes técnicas de aprendizaje automático para mejorar la resolución de imágenes, en concreto, imágenes monocromáticas en escala de grises.

“Evalué diferentes técnicas. Al final se desarrolló y se probó en diferentes entornos de ejecución un sistema formado por dos redes neuronales: una que se llama red generadora y otra red discriminadora”, explicó Doñate.

Para que el sistema funcione es necesario entrenar las redes neuronales con datos para que vayan aprendiendo. El joven ingeniero utilizó unas 5.300 imágenes de un repositorio público y gratuito de imágenes radiológicas que incluían de tórax normales y otras con neumonía.

La red generadora lo que hace es, a partir de un conjunto de imágenes, genera una nueva. Recibe una y genera otra. Lo que pretende es generarla con una mayor resolución y cuando ha terminado de generar esa imagen se la pasa a la otra red, a la red discriminadora, que tiene que discriminar si es una imagen real o está generada por otra red neuronal. La red discriminadora va a recibir tanto imágenes reales como generadas por IA de forma que cuando acierta y sabe que la ha generado la IA, la otra se tiene que esforzar más para que no lo detecte. “Es un duelo constante de forma que las dos mejoran”, detalló Pablo Doñate.

Técnicas habituales

El autor del trabajo explicó que con las técnicas habituales de software que amplían la resolución se pierde bastante calidad de la imagen, de ahí la apuesta por utilizar la inteligencia artificial para este fin.

Doñate indicó que para el entrenamiento de estas redes neuronales se necesitan mucha cantidad de imágenes y de alta resolución por lo tanto es mucha información y se requieren máquinas bastante potentes, de hecho en el departamento de la EUPT con el que hizo el trabajo se adquirió un servidor con unas grandes prestaciones. Posteriormente, una vez que el sistema está entrenado, ya se puede alojar en cualquier ordenador.

El joven aseguró que esta técnica puede tener aplicaciones reales como, por ejemplo, en hospitales de países menos desarrollados cuyos equipos de radiología no sean tan avanzados, lo que contribuiría a mejorar el diagnóstico.

Pablo Doñate explicó que cuando en tercero cursó la asignatura de Inteligencia Artificial con Piedad Garrido le despertó mucho interés y por eso se centró en este tema para su TFG que le ha permitido aprender los entornos de trabajo necesarios. Ahora está estudiando un máster de Tecnologías del Lenguaje y trabaja también en este mismo ámbito.

El ingeniero turolense destacó que en la IA “está aún todo por descubrir” y se mostró convencido de que con la regulación adecuada ofrecerá muchas posibilidades en diferentes campos como la medicina.