Medición de la microcirculación retiniana luego del tratamiento antihipertensivo / Measuring retinal circulation after antihypertensive treatment

Background and objective: With the development of image processing techniques, it has become possible to measure the changes in retinal vessels of hypertensive patients by means of eye fundus photographs. Patients and method: In this paper we aim to classify retinal vessels automatically into arterioles and venules. In order to do so, we have compared three different strategies based on the colour of the pixels in images through an analysis of 78 hypertensive patients' eye fundus images. The first strategy classifies all the vessels by applying a clustering algorithm. The second divides the retinal image into four quadrants and classifies the vessels that belong to the same quadrant independently from the rest of the vessels. The third strategy classifies the vessels by dividing the retinal image into four quadrants that are rotated inside the mentioned image. Results: The third strategy was the one that obtained the best results, since it minimizes the number of unclassified vessels. In the initially analysed set of 20 images, we correctly classified 86.53% of the vessels, and this percentage remains similar in a set of 58 images examined by three medical experts. This confirms the validity of the method that automatically calculates the arteriovenous ratio (AVR).Conclusion: Our results are an improvement on those previously described in the bibliography, reducing the number of non-classified vessels. Furthermore, the method entails low computational costs.

Fundamento y objetivo: El desarrollo de técnicas de procesado de imágenes ha devuelto interés para poder medir de una forma objetiva los cambios en la estructura microvascular del hipertenso a través de las fotografías digitales del fondo de ojo. Pacientes y método: Para clasificar de forma automática los vasos de la retina en arteriolas y vénulas, con una elevada precisión, hemos comparado tres estrategias diferentes basadas en la información del color de los pixeles de la imagen del fondo de ojo, analizando 78 imágenes de fondo de ojo de hipertensos. La primera estrategia clasificaría todos los vasos aplicando un algoritmo de agrupamiento. La segunda divide la retina en cuatro cuadrantes y clasifica los vasos que pertenecen al mismo cuadrante independientemente del resto de los vasos. La tercera estrategia clasifica los vasos dividiendo la retina en cuadrantes que son rotados. Resultados: La mejor estrategia resultó la tercera porque minimiza el error y el número de vasos no clasificados. La característica vectorial más determinante está basada en la media o la mediana del componente gris del espacio de color RGB. Para las 20 imágenes inicialmente analizadas hemos clasificado correctamente el 86.53% de los vasos, y este porcentaje permanece similar en el grupo de 58 imágenes examinadas por tres expertos, lo que confirma la validez del método, para el cálculo del índice arteriovenoso de forma automática. Conclusión: Nuestros resultados son superiores a los descritos previamente, reduciendo además el número de vasos no clasificados. Por otro lado, el costo computacional del método es bajo

Aplicación de la Sonificación de Señales Cerebrales en Clasificación Automática / Applying Brain Signals Sonification for Automatic Classification

En años recientes la sonificación de electroencefalogramas (EEG) ha sido utilizada como una alternativa para analizar señales cerebrales al convertir el EEG en audio. En este trabajo se aplica la sonificación a señales de EEG durante el habla imaginada o habla no pronunciada, con el objetivo de mejorar la clasificación automática de 5 palabras del idioma español. Para comprobarlo, se procesó la señal cerebral de 27 sujetos sanos. Estas señales fueron sonificadas para después extraer características con dos métodos diferentes: la transformada Wavelet discreta (DWT); y los coeficientes cepstrales en la escala de Mel (MFCC). Éste último comúnmente utilizado en tareas de reconocimiento de voz. Para clasificar las señales se aplicaron tres algoritmos distintos de clasificación Naive Bayes (NB), Máquina de vectores de soporte (SVM) y Random Forest (RF). Se obtuvieron resultados usando los 4 canales más cercanos a las áreas de lenguaje de Broca y Wernicke, así como también los 14 canales del dispositivo EEG utilizado. Los porcentajes de exactitud promedio para los 27 sujetos en los dos conjuntos de 4 y 14 canales usando sonificación de EEG fueron de 55.83% y 64.14% respectivamente, con lo que se logró mejorar ligeramente los porcentajes de clasificación de las palabras imaginadas respecto a no utilizar sonificación.

In recent years sonification of electroencephalograms (EEG) has been used as an alternative to analyze brain signals after converting EEG to audio. In this paper we applied the sonification to EEG signals during the imagined speech or unspoken speech, with the aim of improving the automatic classification of 5 words of Spanish. To check this, the brain signals of 27 healthy subjects were processed. These sonificated signals were processed to extract features with two different methods: discrete wavelet transform (DWT); and the Mel-frequencies cepstral coefficients (MFCC). The latter commonly used in speech recognition tasks. To classify the signals three different classification algorithms Naive Bayes (NB), Support Vector Machine (SVM) and Random Forest (RF) were applied. Results were obtained using the 4 channels closest to the language areas of Broca and Wernicke, as well as the 14 channels of the EEG device used. The percentages of average accuracy for the 27 subjects in the two sets of 4 and 14 channels using EEG sonification were 55.83% and 64.14% respectively, which are improvements in the classification rates of the imagined words compared with a scheme without sonification.

Un análisis multivariante del locus dys19: estudio comparativo en ocho poblaciones venezolanas / A multivariate analysis of locus Dys19: comparative study in eight Venezuelan populations

Se analizaron las frecuencias alélicas del locus DYS19 provenientes de 5 poblaciones rurales venezolanas deascendencia africana (Panaquire; Sotillo; Curiepe; Birongo; Ganga), y se compararon con otras 3 de ascendencia canaria (San Antonio; San Diego; Hoyo de la Cumbre) y con otras reportadas a nivel mundial, utilizando técnicas multivariantes como el Análisis de Correspondencias Binarias (ACB) y la Clasificación Automática. Se pudieron definir 4 grupos de poblaciones asociados a alelos específicos y diferentes orígenes geográficos. Todas las poblaciones venezolanas se ubicaron en el grupo europeo, lo que indica un flujo génico europeo importante por vía masculina en ellas; no obstante, el uso del ACB y la Clasificación Automática permitió diferenciar en un subgrupo a las 5 poblaciones rurales de ascendencia africana. Los resultados obtenidos reflejan la utilidad de los métodos multivariantes utilizados para maximizar el poder discriminante de loci altamente informativos como el DYS19, cuando no se dispone de recursos para estudiar varios loci simultáneamente. Además ofrecieron la posibilidad de mejorar la calidad de la información genética que se poseía sobre las poblaciones venezolanas estudiadas.

The allelic frequencies of locus DYS19 from 5 rural African-derived Venezuelan populations (Panaquire; Sotillo; Curiepe; Birongo; Ganga) were analyzed, and compared with 3 Canarian-derived Venezuelan populations (San Antonio; San Diego; Hoyo de la Cumbre) and with others reported to worldwide, using multivariate method like Correspondences Analysis and Cluster Analysis. Four population clusters were found to be associated with specific alleles and different geographic origins. All the Venezuelan populations were localized in the European cluster, which indicates the existence in them of an important European gene flow through male. Nevertheless the use of both Correspondences Analysis and Cluster Analysis simultaneously, allowed to differentiate in a sub cluster with the 5 rural African-derived Venezuelan populations. The results show the usefulness of the multivariate statistical methods to maximize the discrimination power of highly informative loci like DYS19, when resources are not available to study many loci simultaneously. Furthermore its use improved the quality of the genetic information which already existed for some of the Venezuelan populations studied.