ABSTRACT
Introducción: El 3 a 5 por ciento de los pacientes diabéticos en Cuba sufren úlcera del pie diabético. Las imágenes fotográficas de estas úlceras permiten hacer evaluaciones cuantitativas de los tratamientos. En Cuba, dicha evaluación se hace manual o semiautomáticamente. No se registra software cubano que automáticamente realice la medición de las áreas de la lesión y permita conocer las características de la úlcera, antes y después de la aplicación de un tratamiento. Objetivo: Comparar cualitativamente métodos de preprocesamiento y segmentación de la úlcera, dada la ausencia de una regla de oro. Método: Estudio descriptivo y transversal en 6 pacientes diabéticos del Instituto Nacional de Angiología y Cirugía Vascular en octubre de 2018, con lesiones de grado I-IV en la escala de Wagner. Se utilizó el marco estereotáxico para extremidades FrameHeber03® para obtener imágenes planimétricas estandarizadas de las úlceras. Se obtuvieron 51 imágenes de úlceras que se preprocesaron mediante el algoritmo Transformada Wavelet Discreta Logarítmica en un modelo S-LIP y se determinó su borde mediante los métodos de segmentación Chan-Vese, modelo de mezclas gaussianas y GrabCut. Resultados: Se mostró la utilidad de preprocesar las imágenes para lograr mejores resultados en la segmentación. El mejor y más factible método de segmentación fue el de mezclas gaussianas. Los algoritmos resultaron ser más precisos en pacientes de piel oscura, debido al mayor contraste entre la piel y el borde de la úlcera. Conclusiones: El algoritmo de segmentación automática de mezclas gaussianas. puede incluirse en un software para medir el área de la úlcera(AU)
Introduction: The 3 to 5 percent of Cuban diabetic patients suffer from diabetic foot ulcer. The diabetic foot ulcer photographic images allow quantitative evaluations of a treatment. In Cuba, the ulcer area measurement is done manually or semi-automatically. There is no Cuban software reported that automatically measures the area, and allows knowing the state of the foot ulcer before and after a treatment. Goal: To compare qualitatively (given the absence of a gold standard) ulcer´s pre-processing and segmentation methods. Method: We develop a descriptive and transversal study with 6 diabetic patients from Nacional Institute of Angiology and Vascular Surgery during October, 2018, with lesions of degree I-IV in the Wagner scale. The stereotaxic frame FrameHeber03® was used for obtaining planimetric images of the ulcers. In all, 51 ulcer images were obtained, and then we pre-processed it by Logarithmic Discrete Wavelet Transform under a S-LIP model, and found the ulcer border with the segmentation methods Chan-Vese, Gaussian Mixture Model (GMM), and GrabCut. Results: The pre-processing step was crutial for obtaining good results in the segmentation step. The best performance was reached by the GMM segmentation method. The algorithms were more accurate in images with black skin patients, due to the high contrast between the skin and the ulcer border. Conclusions: The automatic segmentation method (GMM) could be included in a software for detecting the border of the diabetic foot ulcer(AU)