Tecnología utiliza imágenes hiperespectrales para la identificación de tumores cerebrales

Investigadores de la Universidad de Las Palmas de Gran Canaria y la Universidad Politécnica de Madrid, ambas de España, el Colegio Imperial de Ciencias, de Londres, y otras instituciones participaron en un proyecto durante el cual se desarrolló y fabricó un sistema experimental intraoperatorio que permite a los neurocirujanos confirmar en tiempo real la resección completa del tejido tumoral y evitar así­ la extracción excesiva del sano adyacente.

Según una nota de prensa de la Universidad de las Palmas, el proyecto HELICoiD tiene como objetivo principal generar un demostrador no invasivo capaz de discriminar entre tejido sano y tumoral en tiempo real durante intervenciones de neurocirugí­a a través de imágenes hiperespectrales.

A diferencia de otras neoplasias, las cerebrales se infiltran en el tejido que lo rodea y por lo tanto sus lí­mites son difusos y difí­ciles de identificar. El revestimiento cerebral circundante es crí­tico y no hay redundancia, como ocurre en muchos otros órganos. El proyecto HELICoiD aplica técnicas avanzadas de clasificación de imágenes hiperespectrales a este tipo de nódulos, destaca el comunicado.

“Ellos, siendo los neurocirujanos, tení­an un problema y nosotros tení­amos una tecnologí­a. Pero el tumor y el cerebro de cada paciente producen una huella digital espectral única, por lo que los primeros algoritmos para hacer imágenes utilizables tomaron media hora, ahora el tiempo total es de alrededor de seis segundos”, dijo el coautor del estudio, el profesor Gustavo Marrero Callicó, de Universidad de Las Palmas de Gran Canaria.

Ellos, siendo los neurocirujanos, tení­an un problema y nosotros tení­amos una tecnologí­a. Pero el tumor y el cerebro de cada paciente producen una huella digital espectral única, por lo que los primeros algoritmos para hacer imágenes utilizables tomaron media hora, ahora el tiempo total es de alrededor de seis segundos”,

dijo el coautor del estudio, el profesor Gustavo Marrero Callicó, de Universidad de Las Palmas de Gran Canaria.

“Ahora están equipados para proporcionar a los neurocirujanos una herramienta para operar en los márgenes más finos en tiempo real. El siguiente objetivo es refinar la base de datos para que sea lo suficientemente general como para detectar cánceres en muchas situaciones”, añadió Marrero.

El potencial de las imágenes hiperespectrales reside en la gran cantidad de información que contienen lo que permite distinguir entre materiales y objetos de manera detallada y no invasiva. Sin embargo, el análisis hiperespectral es un proceso complejo que requiere algoritmos de gran costo computacional. La aplicación práctica del análisis hiperespectral requiere de la optimización de los algoritmos a la hora de ser implementados en una plataforma de procesado, señala la institución.

Es por este alto costo computacional por lo que se requiere el uso de plataformas de procesado de alto rendimiento que permitan un paralelizado masivo de los algoritmos, para conseguir así­ reducir sus tiempos de ejecución, se explica en la nota de prensa.

Para la Universidad de las Palmas, los resultados de este proyecto de investigación suponen un importante avance en la asistencia intraoperatoria para la resección de tumores cerebrales en tiempo real. Además, este proyecto representa un gran avance en el todaví­a emergente campo de la medicina hiperespectral.

Si bien se ha comenzado con los nódulos cerebrales por ser uno de los problemas más complejos a resolver, se espera en breve poder extrapolar esta técnica a otros tipos de neoplasias e incluso a otras patologí­as, indica la Universidad de las Palmas.

En el año 2012 hubo aproximadamente 14 millones de casos de cáncer en todo el mundo y este número se espera que aumente a 21.6 millones en 2030. El cáncer representa un gran problema clí­nico que puede ser mejorado si las imágenes hiperespectrales permiten diferenciar entre tejidos sanos y enfermos y conseguir así­ una extracción quirúrgica más precisa.