Un grupo de científicos optimizó el análisis de imágenes por computadora al imitar el funcionamiento del sistema inmune del hombre, utilizando un tipo específico de instrucciones conocidas como algoritmo de sección clonal (ASC).

El sistema inmune del ser humano es capaz de eliminar microorganismos invasores, mismos que memoriza para que la respuesta de defensa ante futuros ataques sea más efectiva.

Este sistema biológico ha sido emulado para optimizar el análisis de imágenes por computadora y podría tener importantes aplicaciones en diferentes campos de la actividad humana.

Los algoritmos que utilizan modelos computacionales convencionales en el análisis de imágenes tienen limitada capacidad de resolución conforme aumenta la complejidad de la tarea y el costo para lograrlo es alto.

Esto no sucede con los recientes modelos computacionales inteligentes que simulan la estructura y el funcionamiento de los sistemas biológicos, como los sistemas inmunes artificiales.

Un estudio publicado este año en la revista Mathematical Problems in Engineering, demuestra que es posible la optimización de la segmentación de imágenes digitales (aislarlas del fondo) mediante el uso de un tipo específico de instrucciones conocidas como ASC, el cual se basa en el proceso de respuesta inmune en nuestro cuerpo.

La segmentación de imágenes digitales consiste en detectar y clasificar sus características más relevantes a partir del agrupamiento de aquellos pixeles que contengan información significativa o útil. Este primer tratamiento de la imagen es esencial, porque es la base para realizar tareas más complejas, menciona el artículo citado.

La segmentación de imágenes, que pertenece al área conocida como visión por computadora, es uno de los problemas más difíciles que hay; en la práctica se le considera incluso intratable, porque no existe un algoritmo computacional sencillo para resolverlo, afirmó Juan Humberto Sossa Azuela, coautor del estudio e integrante de la Academia Mexicana de Ciencias (AMC).

Inspiración en la naturaleza

El sistema inmune crea barreras a la enfermedad en el organismo. En un primer paso, un tipo de células identifican el agente externo mediante las moléculas presentes en su superficie –antígenos. A continuación otras se encargan de destruirlo. Más tarde, sólo las células que fabrican las moléculas capaces de reconocer las marcas del invasor –los anticuerpos– se multiplican rápidamente a manera de clones para reforzar el contrataque. De esta manera, nuestro sistema inmune no sólo crea una memoria, sino que se adapta a los diferentes invasores que enfrenta.

El ASC propuesto por el estudio imita el proceder de nuestro sistema inmune. El antígeno es el elemento a detectar; es decir, el problema a resolver; el anticuerpo son las posibles soluciones candidatas del problema, o los posibles leucocitos (glóbulos blancos).

De manera general, el ASC primero crea aleatoriamente un conjunto de anticuerpos (soluciones candidatas). Se seleccionan los elementos de dicha población que sean más afines al antígeno y a partir de éstos se generan clones que, mediante otra serie de pasos más complejos, se mejoran. A partir de estos se compone un nuevo conjunto de memoria. El algoritmo se detiene si encuentra un máximo de afinidad, en caso contrario regresa a puntos anteriores.

Con las técnicas clásicas se puede segmentar imágenes, pero es tardado y laborioso, se necesitarían años; una de las ventajas de usar el cómputo bioinspirado (como el ASC) es que permite resolver problemas de manera mucho más rápida, eficiente y a un menor costo, afirmó el investigador del Centro de Investigación en Computación del Instituto Politécnico Nacional.

Aplicaciones potenciales

El experto y su equipo de trabajo llevan varios años desarrollando una amplia variedad de sistemas computacionales bioinspirados, pero relativamente poco tiempo en el ASC y su aplicación en el análisis de imágenes digitales. No obstante, Sossa Azuela consideró que tiene gran potencial hacia el futuro, incluso para otras aplicaciones. De hecho, recientemente recibió apoyo financiero de la Unión Europea para consolidar más las investigaciones en este campo.

El análisis de imágenes médicas es una de las primeras aplicaciones desarrolladas por el especialista y su equipo de trabajo, por ejemplo, de fotografías de pequeñas muestras de sangre llamadas frotis. El recuento y clasificación de los linfocitos (un tipo de células sanguíneas) son más rápidos y eficientes con los novedosos sistemas computacionales. De esta manera, de acuerdo con los resultados de las primeras pruebas experimentales del investigador, es posible detectar fases tempranas de la leucemia linfoblástica, un tipo de cáncer en el que la médula ósea produce un exceso de linfocitos.