Open CV una librería gratuita y potente para el procesamiento de imágenes médicas
En un contexto romántico, se comenta que “vale más que mil palabras”, debido a que se está observando en lugar de imaginarse la situación. Estas pueden ser captadas por medios analógicos tales como los ojos, o las viejas cámaras; o por medios digitales, siendo en su contraparte las cámaras digitales.
Recordando un poco la teoría, cada vez que se guarda la imagen registrada en el medio digital, la imagen será en realidad una matriz bidimensional, en la que cada píxel tendrá una tonalidad distinta de rojo, verde y azul. Para el caso de las imágenes médicas, en lugar de utilizar una cámara convencional, estas se capturan por Rayos X, Ultrasonidos, Medicina Nuclear etc.
Dado que estas imágenes médicas tienen el propósito de diagnosticar o visualizar las áreas de algún fin terapéutico, se debe mejorar su calidad, o detectar las anomalías del paciente. Es por esto que Widodo et al (2020), mencionan en su artículo la importancia que tiene la librería OPEN CV para su procesamiento.
¿Cuál es el aporte de esta librería?
Dicha librería fue creada originalmente para el lenguaje C++. Ahora contiene una versión para Python, lenguaje que se ha caracterizado por su fácil curva de aprendizaje, y de ser interpretado; esto quiere decir, que se ejecuta el código al momento, y no se compila antes de ejecutarse.
La librería Open CV contiene más de 300 funciones especializadas para el procesamiento de imágenes. De las cuales se destaca el seguimiento de objetos, caras o el seguimiento de objetos. Para el caso de Kusworo et al (2020), realizaron la comprobación de esta librería para el caso de las imágenes médicas, con su versión en Python.
En uno de sus experimentos utilizaron la imagen fantasma de Shepp Logan, la cual funciona como una cabeza humana. Lo que hicieron ellos fue tomarla sobre expuesta (overexposed) y subexpuesta (subexposed), al implementar algoritmos propios de la librería Open CV en Python, se mejoró la intensidad de los pixeles al aumentarla o reducirla, tal como se muestra en las siguientes figuras.
De igual modo, si es que una imagen se encuentra borrosa (siguiendo el caso de la imagen comentada con anterioridad), se puede realizar un filtro pasa altas (el cual sólo deja pasar los cambios más pronunciados) para poder visualizarla con mayor claridad, una vez hecho el filtro, se pueden llegar a ver los bordes de esta, tal como se muestran en las siguientes figuras.
Como conclusiones personales los autores comentan que dado que la librería es gratuita al igual que el lenguaje de programación Python, pueden suponer una poderosa herramienta para realizar: la eliminación de ruido (figuras 4 y 5), segmentación, e inclusive su mejoramiento.
Widodo, C & Adi, Kusworo & Gernowo, R. (2020). Medical image processing using python and open cv. Journal of Physics: Conference Series. 1524. 012003. 10.1088/1742-6596/1524/1/012003.
