Evolución de la clasificación de la opacidad del cristalino: de la subjetividad a la precisión
Palabras clave:
catarata, clasificación, método subjetivo, método objetivo, inteligencia artificialResumen
Las afecciones oculares que pueden causar discapacidad visual y ceguera, como las cataratas, son parte principal de las estrategias de atención oftálmica. En el estudio de la catarata como afección oftalmológica, la clasificación del grado de opacidad del cristalino es de suma importancia en el ámbito de la oftalmología y la salud visual en general. A lo largo de la historia de la oftalmología, la evaluación de la opacidad del cristalino ha sido realizada principalmente a través de métodos subjetivos. Sin embargo, con el avance de la ciencia se han innovado en métodos objetivos para cuantificar el grado de opacidad del cristalino. En la actualidad, se aúna el avance de la tecnología con el uso de la inteligencia artificial en este campo. El conocimiento actualizado de estos métodos de clasificación es importante para el oftalmólogo. Por eso el objetivo es analizar de manera detallada la evolución de los métodos de clasificación de la opacidad del cristalino.
Descargas
Citas
1. Khazaeni LM. Cataratas. Manual MSD. Versión para profesionales. Estados Unidos: MSD; 2022 [acceso 20/01/2014]. Disponible en: https://www.msdmanuals.com/es/professional/trastornos-oft%C3%A1lmicos/cataratas/cataratas
2. Riccardi Palacios JG, Paliz Sánchez CR, Robles Campoverde DA. La catarata como dolencia oftalmológica progresiva o degenerativa. Univ Cienc Tec. 2022;26 (115):135-145. DOI: 10.47460/uct.v26i115.627
3. Morales J. La inteligencia artificial en la investigación científica. Health Care and Global Health. 2023;7(1). DOI: 10.22258/hgh.2023.71.147
4. Franja Ocular. Clasificación de la catarata a través de redes neuronales avanzadas. 2023 [acceso 01/04/2024]. Disponible en: https://franjaocular.com/clasificacion-de-la-catarata-a-traves-de-redes-neuronales-avanzadas/
5. García González FR, Novoa Sánchez E, Pérez Gómez D, González Vargas P. La coloración, la consistencia y la opacidad nuclear en la facoemulsificación de la catarata senil. Acta Médica. 2021 [acceso 31/03/2024];22(1):e138. Disponible en: https://revactamedica.sld.cu/index.php/act/article/view/138
6. Llantada Soto FE. Correlación entre densidad de catarata medida por LOCS III y facodinamia [tesis]. México D.F: Universidad Nacional Autónoma de México; 2013 [acceso 31/03/2024]. Disponible en: https://hdl.handle.ne/20.500.14330/TES01000698470
7. Gali HE, Sella R, Afshari NA. Cataract grading systems: a review of past and present. Curr Opin Ophthalmol. 2019;30(1):13-18. DOI: 10.1097/ICU.0000000000000542
8. Chylack LT. Sistema de clasificación de opacidades de lentes II (LOCS II). Archivos de Oftalmología. 1989;107(7):991. DOI: 10.1001/archopht.1989.01070020053028
9. Veitía Rovirosa ZA, Cerna Garnica A, López Hernández I, Bauza Fortunato Y, Pérez Candelaria E, Rodríguez Suárez B. Utilidad del sistema Scheimpflug por Pentacam para la cuantificación de la opacidad de cápsula posterior en pacientes pseudofáquicos con aceite de silicona. Rev Cubana Oftalmol. 2016 [acceso 31/03/2024];29(3):444-64. Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S0864-21762016000300007&Ing=es
10. Bernal-Reyes N, Hormigó-Puertas I, Arias-Díaz A. Correlación de la densidad del cristalino medida por imágenes de Scheimpflug y parámetros fotodinámicos en la optimización de la facoemulsificación. Rev Mex Oftalmol. 2014;88(1):32-8. DOI: 10.1016/j.mexoft.2014.04.005
11. Barraquer RI, Pinilla Cortés L, Allende MJ, Montenegro GA, Ivankovic B, D’Antin JC, et al. Validation of the Nuclear Cataract Grading System BCN 10. Ophthalmic Research. 2017 [acceso 24/03/2024];57(4):247-51. Disponible en: https://www.karger.com/Article/FullText/456720
12. Macías Rule AA. Correlación entre el Sistema de Clasificación de Opacidades del Cristalino LOCS III y la densitometría del cristalino medida con cámara rotatoria Scheimpflug [tesis]. [México, D.F]: Universidad Nacional Autónoma de México; 2011 [acceso 24/03/2024]. Disponible en: https://es.studenta.com/content/111399100/correlacion-entreel-sistema-de-clasificcion-de-opacidades-del-cristalino-locs-
13. Grewal DS, Brar GS, Grewal SP. Correlation of nuclear cataract lens density using Scheimpflug images with Lens Opacities Classification System III and visual function. Ophthalmology. 2009;116(8):1436-43. DOI: 10.1016/j.ophtha.2009.03.002
14. Sánchez Valenciano D. Análisis del software Image J para el análisis científico de imágenes. Madrid: E.T.S.I y Sistemas de Telecomunicación (UPM); 2014 [acceso 25/01/2024]. Disponible en: https://oa.upm.es/33069/
15. Na Kim Y, Hyoung Park J, Tchah H. Quantitative Analysis of Lens Nuclear Density using Optical Coherence Tomography (OCT) with a Liquid Optics Interface: Correlation between OCT Images and LOCS III grading. Journal of Ophthalmology. 2016;2016:5. DOI: 10.1155/2016/3025413
16. Zhang H, He Z. Automatic cataract grading methods based on deep learning. Comput Methods Programs Biomed. 2019;182:104978. DOI: 10.1076/j.cmpb.2019.07.006
17. Ñuflo I, Mecca F. Sistema para diagnosticar la catarata mediante el uso de redes neuronales convolucionales [tesis]. [Perú]: Universidad Nacional Mayor de San Marcos, Facultad de Ingeniería de Sistemas e Informática, Escuela Profesional de Ingeniería de Software; 2022 [acceso 24/03/2024]. Disponible en: http://cybertesis.unmsm.edu.pe/bitstream/handle/20.500.12672/18348/%C3%91uflo_gi.pdf?sequence=3
18. Zhou Y, Li G, Li H. Automatic Cataract Classification using Deep Neural Network with discrete state transition. Trans Med Imaging. 2020;39(2):436-46. DOI: 10.1109/TMI.2019.2928229
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2025 Revista Cubana de Oftalmología

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
El contenido de la revista se encuentra accesible sin costo alguno. Está protegido por los términos de la Licencia de Creative Commons Reconocimiento-NoComercial 4.0 Internacional