Suscríbete al boletín semanal

Suscríbete para recibir cada semana el boletín SINC con los contenidos más relevantes y no te pierdas nada de la actualidad científica.

Suscríbete al boletín semanal
Si estás registrado

No podrás conectarte si excedes diez intentos fallidos.

Si todavía no estás registrado

La Agencia SINC ofrece servicios diferentes dependiendo de tu perfil.

Selecciona el tuyo:

Periodistas Instituciones
Si estás registrado

No podrás conectarte si excedes diez intentos fallidos.

Si todavía no estás registrado

La Agencia SINC ofrece servicios diferentes dependiendo de tu perfil.

Selecciona el tuyo:

Periodistas Instituciones

Un método de análisis facial detecta síndromes genéticos con alta precisión

Científicos de la Universidad Pompeu Fabra de Barcelona y de la Universidad de Washington han desarrollado un sistema que reconstruye rostros en 3D a partir de fotografías 2D para ayudar a detectar síndromes genéticos en niños.

Imagen del método propuesto para la reconstrucción de la cara en 3D e identificación de la dismorfología facial asociada con síndromes genéticos. / Springer Nature Switzerland AG 2019

Cada año nace más de un millón de niños con una enfermedad genética. Aunque aproximadamente la mitad de estos síndromes presentan dismorfología facial, las características faciales anormales a menudo son sutiles al nacer y su identificación por parte de los pediatras puede ser difícil.

En la actualidad, el análisis facial de niños a partir de fotografías es una técnica que permite identificar precozmente síndromes genéticos. Sin embargo, las imágenes pueden presentar algunos problemas de calibración y de iluminación. Aunque la fotografía en 3D supera algunos de estos problemas, los escáneres en 3D para la cuantificación de la dismorfología craneofacial en niños son caros y no suelen estar al alcance de los centros sanitarios.

Ahora, un equipo científico de la Universidad Pompeu Fabra de Barcelona y de la Universidad de Washington han presentado en la revista Computer Science un nuevo método de optimización del análisis facial que permite detectar síndromes genéticos en niños con alta sensibilidad y especificidad.

Ha sido evaluado en 54 niños y ha detectado síndromes genéticos con una sensibilidad del 100 % y una especificidad del 92,11 %

Descriptores geométricos

El estudio describe el nuevo método de optimización para hacer reconstrucciones faciales en 3D de la forma de la cara infantil a partir de fotografías en 2D no calibradas mediante un nuevo modelo estadístico.

El nuevo método, para cada fotografía en 2D, estima la posición de la cámara mediante un modelo estadístico y un conjunto de datos faciales 2D y luego calcula la posición de la cámara y los parámetros del modelo estadístico minimizando la distancia entre la proyección estimada de la cara en 3D en el plano de imagen de cada cámara y la geometría de la cara en 2D observada.

“Mediante las caras 3D reconstruidas, extraemos automáticamente un conjunto de descriptores geométricos y de aspecto en 3D y los utilizamos para formar un clasificador para identificar la dismorfología facial asociada a síndromes genéticos”, explica Araceli Morales, coautora del trabajo.

El método de reconstrucción de la cara en fotografías 3D se ha evaluado en 54 niños (rango de edad de 0 a 3 años). “Nuestro clasificador ha detectado síndromes genéticos en las caras 3D reconstruidas a partir de fotografías en 2D con una sensibilidad del 100 % y una especificidad del 92,11 %”, explican los autores en su artículo.

Fuente: UPF
Derechos: Creative Commons
Artículos relacionados
Alt de la imagen
Ninguna gafa hace ver nuevos colores a los daltónicos, según un análisis computacional

Usando simulaciones por ordenador, investigadores de la Universidad de Granada han comprobado que algunos filtros de color aumentan ligeramente los colores que se pueden discernir, pero la mejora es insignificante y el incremento no hace que las personas daltónicas perciban el mismo número de colores que las que no padecen este trastorno.

Alt de la imagen
Radiografías de tórax para detectar la COVID-19

Usando un algoritmo de inteligencia artificial, dos estudiantes de ingeniería han desarrollado un modelo que reconoce una infección por coronavirus con hasta un 97 % de precisión en radiografías torácicas. La herramienta está disponible on line para ayudar a los profesionales sanitarios en su diagnóstico de pacientes.