Evolution of the Classification of Lens Opacity: from Subjectivity to Precision
Keywords:
cataract, classification, subjective method, objective methodAbstract
Ocular conditions that can cause visual impairment and blindness, such as cataracts, are a major part of ophthalmic care strategies. In the study of cataract as an ophthalmologic condition, the classification of the degree of lens opacity is of utmost importance in the field of ophthalmology and visual health in general. Throughout the history of ophthalmology, the evaluation of lens opacity has been performed mainly through subjective methods. However, with the advancement of science, objective methods have been innovated to quantify the degree of lens opacity. Nowadays, the advance of technology is combined with the use of artificial intelligence in this field. Up-to-date knowledge of these classification methods is important for the ophthalmologist. Therefore, the aim is to analyze in detail the evolution of classification methods for lens opacity.
Downloads
References
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
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Revista Cubana de Oftalmología
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
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
