ES2556558B1 - Método y sistema para la clasificación automática de cálculos renales, programa de ordenador y producto de programa de ordenador - Google Patents

Abstract

Método y sistema para la clasificación automática de cálculos renales, programa de ordenador y producto de programa de ordenador.#El método comprende:#a) adquirir una imagen de un cálculo renal;#b) analizar, usando técnicas de visión por computador, información contenida en la imagen adquirida referida a las características de imagen asociadas a como mínimo la textura del cálculo renal; y#c) clasificar el cálculo renal en función del resultado de dicho análisis.#El sistema es apto para implementar el método de la invención.#El programa de ordenador implementa las etapas de análisis y clasificación del método de la invención, y el producto de programa de ordenador incorpora al programa de ordenador.

Description

5

10

15

20

25

30

35

DESCRIPCION

Metodo y sistema para la clasificacion automatica de calculos renales, programa de ordenador y producto de programa de ordenador

Sector de la tecnica

La presente invention concierne en general a un metodo yaun sistema para la clasificacion automatica de calculos renales, basado en el analisis de imagenes, y mas en particular a un metodo y a un sistema que utilizan tecnicas de vision por computador para llevar a cabo el analisis de imagenes de calculos renales y su posterior clasificacion como resultado de tal analisis.

Otros aspectos de la invencion conciernen a un programa de ordenador que implementa las etapas de analisis y clasificacion del metodo de la invencion, y a un producto que incorpora a tal programa de ordenador.

Estado de la tecnica anterior

Los calculos renales se suelen clasificar de acuerdo a su composition qulmica como oxalato calcico monohidrato (COM), oxalato calcico dihidrato (COD), oxalato calcico dihidrato transformado en monohidrato (TRA), brushita (BRU), carbonato apatita (CAP) tambien conocido como hidroxiapatita (HAP), estruvita (STR), acido urico anhidro (AUA), acido urico dihidrato (AUD), calculos mixtos de oxalato calcico y carbonato de apatita (MXD), con una notable variabilidad dentro de cada clase.

Esta clasificacion qulmica de calculos renales conduce a una description de las alteraciones metabolicas por las que ha pasado un paciente, y asl, a la selection de un tratamiento util para evitar la repetition de colicos (recurrencia). El tratamiento especlfico que cada paciente puede recibir debe basarse en recomendaciones y restricciones en la dieta y en sugerencias sobre suplementos dieteticos (que pueden modificar algunos parametros urinarios, tales como inhibidores y promotores de la formation de calculos), junto con el seguimiento de los niveles de algunos componentes de la orina. Es importante senalar que la formacion de calculos renales es una enfermedad con una tasa de recurrencia especialmente alta. Por lo tanto, mediante el tratamiento adecuado del paciente, la formacion ulterior de calculos se reduce drasticamente. Esto proporciona una mayor calidad de vida para el paciente, junto con un ahorro considerable para las organizaciones de salud. Esto es bien conocido por los

5

10

15

20

25

30

35

urologos, pero su acceso a esta information es limitada debido a los resultados parcialmente incompletos normalmente ofrecidos por los laboratorios cllnicos.

Tecnicas de analisis existentes:

Conscientes del problema, algunas tecnicas se han aplicado al analisis de calculos renales. Este tipo de muestras generalmente se clasifican, utilizando metodologlas opticas y espectroscopicas, de acuerdo con su composition qulmica.

La espectroscopla de infrarrojos (IR) es la tecnica mas extendida, ya que es simple y permite una clasificacion de piedras basada en la composition qulmica y en el porcentaje de los componentes principales de la muestra. La fuerza de esta clasificacion radica en el reconocimiento de bandas espectrales (en el rango de infrarrojos, definido por numeros de onda que van de 400 a 4000 cm-1), que estan directamente relacionados con la composition qulmica. Los tres principales inconvenientes de esta tecnica son:

- La piedra debe molerse para su analisis, por lo que cualquier distribution espacial de los componentes se pierde inevitablemente.

- Los espectros infrarrojos obtenidos necesitan ser estudiados por un experto en el area de espectroscopla y con conocimientos de litiasis.

- Solo entonces se pueden obtener los resultados sobre composition y cuantificacion, y traducirse en las sugerencias de tratamiento mas adecuadas.

Aunque la luz infrarroja es sensible a los componentes qulmicos que aparecen de forma natural en los calculos renales, no es lo suficientemente sensible para detectar componentes menores.

Por otro lado, la naturaleza y distribution de los componentes que se encuentran en los calculos renales inducen una apariencia visual caracterlstica, que puede ser reconocida por tecnicas opticas. Sobre la base de ello, puede llevarse a cabo un analisis morfo- constitucional basado en las caracterlsticas opticas y flsicas de las muestras, ya que se realiza usando un estereo-microscopio. Caracterlsticas tales como la dureza, el color y la distribution de los componentes se utilizan para dar una clasificacion de los calculos. La muestra se corta para observar la parte interior del calculo, si es necesario. Las clases resultantes de este tipo de analisis no son las mismas que las obtenidas con la espectroscopia de infrarrojos, sino una extension/especializacion de ellas porque esta tecnica es sensible a la presencia de componentes menores ofreciendo as! una clasificacion de segundo orden. Asl, las clases no solo dependen de la composition

5

10

15

20

25

30

35

quimica, sino tambien de su distribution espacial. Los principales inconvenientes de esta tecnica son:

- Es una tecnica que consume mucho tiempo y que requiere de un tecnico especializado debidamente entrenado en el reconocimiento de la constitution de calculos.

- Debido a que el reconocimiento se realiza visualmente, este esta sujeto a la aptitud y la experiencia del tecnico.

En la solicitud Internacional WO2012136874A1 se propone, un metodo para la caracterizacion y clasificacion de calculos renales, mediante el analisis de diferentes espectros de calculos renales pre-cortados, aplicando una tecnica de formation de imagenes hiperespectrales. La information analizada es relativa a la intensidad de la radiation reflejada en el calculo a diferentes longitudes de onda. El metodo propuesto en dicha solicitud comprende analizar cada pixel de cada imagen, de manera que la imagen del calculo renal se divide en una matriz de plxeles y cada uno de ellos es analizado independientemente de los plxeles vecinos. El analisis hiperespectral se lleva a cabo en el espectro del infrarrojo cercano (en un rango espectral que cubre 10001700 nm), tomando en consideration todas las variables, relativas a reflectancia medida para todas las longitudes de onda, de manera individual en un analisis multiparametrico. Es decir, en la propuesta hecha en WO2012136874A1 se considera una muestra como compuesta por un numero dado de plxeles, cada uno de ellos formado por unas variables relativas a reflectancia de energlas en el espectro del infrarrojo cercano. Este espectro es portador de information de la composition quimica de la piedra.

En la patente US8280496B2 se describe un metodo para determinar el tipo de calculo renal, en particular su composition, mediante la iluminacion del calculo renal con diferentes longitudes de onda y la comparacion de las reflectancias generadas en el calculo renal para cada longitud de onda, clasificandose el calculo renal en funcion de las diferencias encontradas en dichas reflectancias para distintas longitudes de onda. El metodo se implementa mediante un endoscopio que porta tanto los medios de iluminacion de diferentes longitudes de onda como un sensor de imagen sensible a dichas longitudes de onda y que adquiere imagenes que incluyen information relativa a dichas reflectancias.

En el documento de patente japones JP2008197081A tambien se propone realizar una clasificacion de calculos basandose en un analisis multiespectral de los mismos, en

5

10

15

20

25

30

35

particular cuantificando los componentes en el calculo basandose en valores de absorbancia de algunas bandas espectrales en la region de infrarrojos.

En ninguno de los documentos citados se realiza un analisis de imagen, entendido como relativo a la textura y caracterlsticas generales del calculo renal, sino simplemente de sus caracterlsticas espectrales.

Explication de la invention

Aparece necesario, por tanto, ofrecer una alternativa al estado de la tecnica que supere los inconvenientes de los que adolecen las tecnicas tradicionales de analisis de calculos renales.

Con tal fin, la presente invencion concierne, en un primer aspecto, a un metodo para la clasificacion automatica de calculos renales, que comprende:

a) adquirir una imagen de un calculo renal;

b) analizar information contenida en dicha imagen adquirida; y

c) clasificar dicho calculo renal en funcion del resultado de dicho analisis.

A diferencia de los metodos de clasificacion automatica conocidos, en los cuales se realiza un analisis espectral de las diferentes partes de la imagen adquirida, en el metodo propuesto por el primer aspecto de la presente invencion, de manera caracterlstica, el analisis de la etapa b) se lleva a cabo usando tecnicas de vision por computador, preferentemente junto con tecnicas de aprendizaje computacional, donde dicha informacion a analizar se refiere a las caracterlsticas de imagen asociadas a como mlnimo la textura del calculo renal.

Segun un ejemplo de realization preferido, la imagen adquirida es una imagen digital, y el analisis de la etapa b) se lleva cabo de una vez sobre la imagen digital completa adquirida en la etapa a), sin realizar una clasificacion individual de cada pixel.

Para un ejemplo de realizacion, la informacion a analizar se refiere a caracterlsticas de imagen asociadas, ademas de a textura, a otras caracterlsticas visuales del calculo renal, incluyendo tamano y/o forma y/o color.

De acuerdo con un ejemplo de realizacion, la etapa a) comprende adquirir como mlnimo dos imagenes de un fragmento del calculo renal, una correspondiente a una vista de

5

10

15

20

25

30

35

una superficie exterior y otra a una vista de una superficie interior expuesta, y analizarlas en la etapa b). Cuando el fragmento de calculo renal no tiene expuesta ninguna superficie interior, el metodo comprende cortarlo para exponer dicha superficie interior cuya imagen se adquiere en la etapa a).

Preferentemente, el metodo comprende adquirir en la etapa a) y analizar en la etapa b), una pluralidad de imagenes de unas correspondientes vistas de cada una de las superficies exterior e interior del fragmento de calculo renal, cada una de ellas bajo unas condiciones de iluminacion y/o tiempo de exposicion diferentes.

Segun un ejemplo de realizacion, el metodo comprende llevar a cabo dichas adquisiciones de imagen con un mismo sensor de imagen sensible a las longitudes de onda asociadas a todas las iluminaciones incluidas en dichas condiciones de iluminacion diferentes, que se encuentran dentro del rango que va desde la luz visible a las longitudes de onda iniciales del infrarrojo cercano.

Alternativamente, el metodo comprende llevar a cabo dichas adquisiciones con varios sensores de imagen sensibles, en conjunto, a todas dichas diferentes longitudes de onda.

El metodo comprende, de acuerdo con un ejemplo de realizacion, realizar dicha adquisicion, en la etapa a), y analisis, en la etapa b), de imagenes de las vistas de las superficies exterior e interior para una pluralidad de fragmentos de una misma muestra.

La clasificacion de la etapa c) explicada hasta aqul, es decir la basada en el analisis de las imagenes del fragmento o fragmentos de calculo renal, es una clasificacion de un primer nivel, o clasificacion de vista, que incluye, para cada vista, una estimacion de la probabilidad de su pertenencia a una clase de calculo renal asociada a composicion qulmica, a partir del calculo de un vector de probabilidades para cada vista que incluye informacion sobre la distribucion espacial de dichas probabilidades.

El resultado de dicha clasificacion de un primer nivel es considerado como un resultado final para un ejemplo de realizacion, pero para otro ejemplo de realizacion mas elaborado para el que la precision requerida para el resultado de la clasificacion sea superior, con el fin de obtener tal clasificacion mas precisa, el metodo comprende realizar, en la etapa c), una clasificacion de un segundo nivel, o clasificacion de

5

10

15

20

25

30

35

fragmento, que comprende combinar los resultados obtenidos en la clasificacion de un primer nivel para varias vistas de un mismo fragmento de calculo renal, para determinar una clase unica para cada fragmento basandose ademas de en composition qulmica tambien en la localization y distribution de los componentes qulmicos asociados a dichas probabilidades y a que vista corresponden.

En el caso de obtener resultados divergentes para diferentes vistas, el sistema contempla la aplicacion de una matriz de costes definida previamente. Los costes relativos a cada clase estan comprendidos en un vector de clasificacion de cada fragmento, y son fijos, al contrario de la information obtenida como resultado de la clasificacion del primer nivel, que depende de las capturas de imagenes y medidas realizadas. Los valores de coste que se aplican permiten corregir resultados dispares para dar un unico valor de clase a un segundo nivel.

Opcionalmente, el metodo comprende corregir el resultado de la clasificacion de un segundo nivel si el resultado para un fragmento determinado difiere de los obtenidos para cada una de las vistas del mismo, en la clasificacion de un primer nivel, por encima de un valor de coste determinado. En general, tal valor de coste determinado se encuentra definido previamente al analisis, e incluido en un vector de clasificacion, que incluye un valor de coste asociado que marca la dependencia de tal clasificacion.

Una manera de llevar a cabo dicha correction comprende reclasificar dicho fragmento teniendo menos en cuenta, o no teniendo en cuenta en absoluto, la localizacion y distribucion de los componentes qulmicos asociados a las mencionadas probabilidades y a que vista corresponden, es decir basandose sobre todo, o solamente (en el caso mas extremo), en la composicion qulmica.

El resultado de dicha clasificacion de un segundo nivel es considerado como un resultado final para un ejemplo de realization, pero para otro ejemplo de realization mas elaborado para el que la precision requerida para el resultado de la clasificacion sea superior, con el fin de obtener tal clasificacion aun mas precisa, el metodo comprende realizar las etapas a), b) y c) para dos o mas fragmentos de una misma muestra, comprendiendo el metodo realizar, en la etapa c), una clasificacion de un tercer nivel, o clasificacion de muestra, que comprende, si la clasificacion de un segundo nivel de dichos fragmentos no es coincidente, asignar una clase unica para la muestra.

5

10

15

20

25

30

35

Como ya se ha indicado anteriormente, en funcion de la precision requerida para el resultado de la clasificacion, esta puede darse por finalizada tras la clasificacion de un primer nivel, tras la clasificacion de un segundo nivel o tras la clasificacion de un tercer nivel.

De acuerdo con un ejemplo de realization, el metodo comprende:

- generar, de manera previa a la etapa a), un conjunto de entrenamiento, o de aprendizaje, para una pluralidad de muestras de calculos renales clasificadas manualmente por un experto, incluyendo, de manera correlacionada, information de composition qulmica, de distribution espacial y de apariencia visual para vistas internas y externas de diferentes fragmentos de cada muestra representadas en imagenes obtenidas con distintos tipos de iluminacion y tiempos de exposition, y

- realizar las clasificaciones de un primer, un segundo y un tercer nivel consultando las imagenes adquiridas en dicho conjunto de entrenamiento y extrayendo la informacion de clase correlacionada con las imagenes mas similares a las consultadas.

El metodo comprende entrenar a dicho conjunto de entrenamiento y/o a unos clasificadores automaticos utilizados para realizar como mlnimo dichas clasificaciones de un primer, un segundo y un tercer nivel utilizando los resultados de las clasificaciones.

Segun un ejemplo de realizacion, el metodo del primer aspecto de la invention comprende llevar a cabo la clasificacion de la etapa c) complementando el analisis de la etapa b) con informacion adicional relativa al paciente del que proviene el calculo renal y/u obtenida del calculo renal con sensores no basados en camara.

Con respecto a dicha informacion relativa al paciente, esta incluye como mlnimo una de las siguientes informaciones, o una combination de las mismas:

- datos simples relativos a sexo y/o edad y/o raza y/o complexion y/o Indice de masa corporal y/o desordenes de salud asociados a la litiasis renal, y/o

- datos ligados a anallticas colaterales, incluyendo al menos uno de los siguientes datos recogidos en analisis de orina del paciente: pH, calcio, oxalato, magnesio, amonio y fosfato.

5

10

15

20

25

30

35

Por lo que se refiere a dicha information obtenida del calculo renal con sensores no basados en camara, esta incluye, segun un ejemplo de realization, como mlnimo information de reflectividad en otras zonas del espectro electromagnetico no incluidas en la imagen adquirida en a), tal como el espectro correspondiente al infrarrojo.

Un segundo aspecto de la invention concierne a un sistema para la clasificacion automatica de calculos renales, que comprende:

- medios de adquisicion de imagenes para adquirir al menos una imagen de un calculo renal; y

- un sistema electronico en conexion con dichos medios de adquisicion de imagenes y que incluyen unos medios de procesamiento para procesar information contenida en dicha imagen adquirida y para clasificar dicho calculo renal en funcion del resultado de dicho analisis.

El sistema propuesto por el segundo aspecto de la invention implementa el metodo segun una cualquiera de las reivindicaciones anteriores, implementando los medios de procesamiento del sistema electronico uno o mas algoritmos basados en tecnicas de vision por computador, y preferentemente tambien de aprendizaje computacional, para realizar las etapas b) y c) del metodo del primer aspecto.

Preferentemente, los citados medios de adquisicion de imagenes comprenden un sistema que posee un mecanismo de enfoque de imagenes de calculos renales, controlable manualmente o automaticamente mediante el sistema electronico.

Segun un ejemplo de realization, el sistema comprende una carcasa que define un espacio interior aislado lumlnicamente del exterior que alberga, sustentados y/o fijados en una estructura de soporte interior:

- a un soporte para muestras de calculos renales, que preferentemente es extralble respecto a dicha estructura de soporte y a dicha carcasa;

- a unos medios de iluminacion dispuestos para iluminar, con luz de una o mas longitudes de onda, la o las muestras de calculos renales dispuestas sobre dicho soporte;

- a dichos medios de adquisicion de imagenes, los cuales incluyen un sensor de imagen sensible a dicha o dichas longitudes de onda; y

- a como mlnimo parte de dicho sistema electronico, que tambien incluye a unos medios de control para controlar a al menos los medios de iluminacion.

5

10

15

20

25

30

35

El sistema tambien comprende, opcionalmente, uno o mas sensores sensibles a un rango del espectro electromagnetico (tal como el espectro correspondiente al infrarrojo) diferente al asociado a los medios de adquisicion de imagenes, dispuesto o dispuestos enfrentados a la o las muestras de calculos renales dispuestas sobre dicho soporte, y en conexion con el sistema electronico, para captar la reflectividad global (sin realizar un analisis por pixels) de la muestra o muestras en un rango espectral adecuado para su caracterizacion.

Segun un ejemplo de realization preferido, todo el sistema electronico es local y esta albergado dentro de la carcasa.

De manera alternativa, dicha parte de dicho sistema electronico albergada dentro de la carcasa es una parte local y el sistema electronico comprende una parte remota, tal como un ordenador, comunicada bidireccionalmente con dicha parte local y con los medios de adquisicion de imagenes.

Un tercer aspecto de la invention concierne a un programa de ordenador que incluye instrucciones de codigo que, al ejecutarse en un ordenador, implementa las etapas b) y c) del metodo del primer aspecto.

Un cuarto aspecto de la invencion concierne a un producto de programa de ordenador que comprende el programa de ordenador del tercer aspecto.

Segun un ejemplo de realizacion, el producto de programa de ordenador comprende o se encuentra almacenado o implementado en un medio que pueda contener, almacenar, comunicar, propagar o transportar el programa de ordenador para su uso por un sistema, un aparato o un dispositivo de ejecucion de instrucciones, o en conexion con el mismo. Dicho medio es o comprende, segun unos ejemplos de realizacion, un soporte flsico y/o logico legible por un ordenador y/o una senal electromagnetica, optica o acustica que transporte al programa de ordenador.

La presente invencion permite, por tanto, en sus diferentes aspectos, realizar una clasificacion automatica de calculos renales de una manera tal que es util para los medicos, es decir, los resultados son similares a los que estos estan acostumbrados para gestionar y cumplir con sus necesidades en la asignacion de tratamientos para los

5

10

15

20

25

30

35

pacientes. Aunque la definition de las clases utilizadas para la clasificacion se basa en la composition quimica de los calculos, la forma en que las muestras se analizan segun la presente invention no se basa en parametros quimicos sino en las caracteristicas visibles (principalmente la textura de la muestra). Las ventajas que la presente invention ofrece frente a las tecnicas conocidas, segun sus diferentes ejemplos de realization, son:

- La clasificacion de las muestras es automatica, porque el analisis quimico se sustituye por un analisis visual realizado por ordenador de una vez, evitando la necesidad de un tecnico cualificado y, por tanto, sin depender de sus aptitudes.

- La muestra no se destruye, por lo que se puede volver a analizar si es necesario.

- Puede realizarse la distribution espacial de los componentes, lo que permite que pueda trazarse la historia del calculo renal y utilizarse para evitar la recurrencia.

- Por lo que se refiere al sistema, este es de una gran robustez.

- El analisis se realiza en pocos minutos en la misma visita al urologo.

- El medico recibe el diagnostico y tratamiento propuestos por el dispositivo y de acuerdo con el tipo de calculo renal generado, facilitando asi el trabajo del urologo, que puede transmitir directamente al paciente.

- Bajo coste del sistema, que se puede amortizar en poco tiempo, ya que se puede implementar basado en una camara, microprocesador y componentes de iluminacion estandar.

- Bajo coste del analisis, incluso en comparacion con un analisis quimico, ya que puede ser realizado por el propio urologo y no por un tecnico entrenado de un servicio de espectroscopia de infrarrojos.

Por lo tanto, la presente invention es capaz de proporcionar la information requerida por el urologo, pero utilizando tecnicas no convencionales que logran un resultado igual o mejorado. Ademas, se proporcionan recomendaciones sobre la dieta y el tratamiento a seguir junto con la clasificacion. Esas recomendaciones son utiles para el urologo y su relation con la clase espetifica de calculo renal no conocida por la mayoria de ellos.

La presente invention ha sido desarrollada, en sus diferentes aspectos, por un equipo compuesto por expertos en analisis de imagen y expertos en analisis de calculos renales que estan continuamente en contacto con urologos a los cuales se les pidio

5

10

15

20

25

30

35

consejo constantemente sobre, por ejemplo, que tipo de information necesitan y esperarlan.

Breve description de los dibujos

Las anteriores y otras ventajas y caracterlsticas se comprenderan mas plenamente a partir de la siguiente description detallada de unos ejemplos de realization, alguno de los cuales con referencia al dibujo adjunto, que deben tomarse a tltulo ilustrativo y no limitativo, en los que:

La Fig. 1 muestra, de manera esquematica, al sistema propuesto por el segundo aspecto de la presente invention, que es apto para implementar el metodo del primer aspecto.

Description detallada de unos ejemplos de realization

En el presente apartado se describira una implementation practica de la presente invention, tanto por lo que se refiere al metodo como al sistema, un prototipo del cual se ha fabricado y describira mas adelante.

En primer lugar, se describe la implementacion del metodo propuesto por el primer aspecto de la invention, que incluye la selection de las muestras y el posterior procedimiento de clasificacion.

Terminologla:

- Muestra: calculo o fragmentos de calculo generados por un paciente durante un episodio.

- Fragmento: Parte de un calculo renal que se ha obtenido directamente del paciente (despues de un tratamiento con litotricia extracorporea por onda de choque o ESWL, de las siglas en ingles) o despues de cortar una piedra entera, con el fin de dejar al descubierto su parte interna.

- Vista: Parte de la piedra o fragmento expuesta a la camara. Existen dos tipos diferentes de vista, superficial y de corte; es decir, la parte externa o interna de un fragmento o de una piedra.

- Imagen: Para cada vista la camara adquiere diferentes imagenes, cada una bajo una fuente de iluminacion y un tiempo de exposition particulares.

5

10

15

20

25

30

35

Las muestras se obtuvieron del Servicio de Urologla del Hospital Universitari de Bellvitge, Barcelona (Espana). Las piedras fueron expulsadas o bien de forma natural (por lo que se recibio la piedra completa) o recolectadas despues de romperla aplicando un tratamiento con litotricia extracorporea por ondas de choque (recibiendose fragmentos de la piedra). Para los calculos o piedras no fragmentadas (enteras), estas se cortaron con un cuchillo quirurgico con el fin de alcanzar el nucleo. Cuando la muestra contiene fragmentos, tanto la parte interior como la exterior de la piedra es en general visible sin la necesidad de realizar ninguna manipulacion (a menos que el fragmento no muestre el nucleo de la piedra, entonces debe ser cortado). Despues de la recogida, la piedra o fragmentos se enjuagaron con agua y etanol y despues se almacenaron en viales individuales, limpios. Las muestras se pueden almacenar asl durante anos sin signos visibles de descomposicion o danos en la estructura.

Con el fin de crear una base de datos adecuada para entrenar al sistema disenado, es decir un conjunto de entrenamiento, las muestras deben ser elegidas cuidadosamente, es decir las muestras no pueden ser elegidas al azar. Para ello las muestras fueron seleccionadas de un banco de 1300 muestras por un experto (una persona cualificada) en el analisis y la clasificacion de los calculos renales. Debido a la variabilidad notable dentro de cada clase, el criterio de selection fue elegido con el fin de reflejar esta variation en el grupo de muestras seleccionadas para cada tipo de piedra. El conjunto de datos incluye las piedras que comprendlan todas las posibilidades para cada clase en la parte interna y externa de las piedras. Estas posibilidades incluyen la composition qulmica (definida por infrarrojos), la distribution de los componentes y el aspecto visual de la muestra (que se define por el analisis morfoconstitucional), ambas realizadas por un especialista cualificado. La creation de esta biblioteca o base de datos de muestras se basa en la experiencia de los presentes inventores en el estudio de las causas de la formation de calculos y la clasificacion de los calculos renales. Los resultados obtenidos con el metodo propuesto por la presente invention no se pueden lograr si el conjunto de datos de piedras se elige al azar, o si las muestras seleccionadas no cubren toda la gama de posibilidades para cada clase de piedra. Esto solo puede ser desarrollado por un experto en este campo, como resultado de un trabajo experimental en la clasificacion de las muestras.

Como se dijo anteriormente, se eligieron las muestras con el fin de cubrir todas las diferentes clases (lo que podrla hacerse a partir de un analisis de los resultados de obtenidos por espectroscopla de infrarrojos) y tambien la clasificacion, diferente, de

5

10

15

20

25

30

35

segundo orden (lo que solo se puede hacer por una persona bien entrenada). El procedimiento de adquisicion de imagenes se ha disenado de la siguiente manera. De cada muestra seleccionada se seleccionaron uno o dos fragmentos de manera que tanto la superficie interior como la exterior pueden observarse. Entonces, para cada una de las dos superficies o vistas, se registraron una serie de 6 imagenes variando el tipo de fuente de iluminacion y el tiempo de exposition. La election de la fuente de luz depende de los conocimientos y la experiencia adquirida despues de analizar varios espectros de calculos renales. El numero total de muestras seleccionadas era 346, a partir del cual se seleccionaron 606 fragmentos dando lugar a 1212 vistas superficiales interiores y exteriores (y la adquisicion y registro de 6 imagenes de cada vista). Se seleccionaron, por tanto, en total 7272 imagenes, todas ellas utilizadas para el entrenamiento y la validation de un novedoso esquema clasificador jerarquico, disenado especlficamente para ese proposito en tres niveles por dos expertos en el procesamiento de imagenes, el cual ya se ha explicado en un apartado anterior para un ejemplo de realization del metodo propuesto por la presente invention, pero que se describira seguidamente de manera mas detallada y con referencia al experimento aqul expuesto.

Esquema del Clasificador:

Primer nivel: Clasificacion de vistas.

Usando el conjunto de 6 imagenes de una vista de un fragmento, se determina una clase para esa vista as! como se estima la probabilidad de cada clase para esa vista, coincidiendo casi siempre la clase determinada con la mas probable. Esta clase se basa totalmente en las caracterlsticas visuales de tamano, forma, color y textura (una caracterlstica nunca utilizado antes). En este nivel tambien es posible tener en cuenta tambien el nivel de pH de la orina como otra caracterlstica, si este es conocido. Aunque la medicion de las caracterlsticas qulmicas no se utiliza en la presente invencion para la clasificacion, las clases de salida son comparables a las obtenidas por el analisis qulmico (COD, COM, STR...) con el fin de facilitar al urologo una clasificacion conocida. El resultado de salida de esta clasificacion es una estimation de la probabilidad o creencia de que un fragmento con tal vista (externa o interna) pertenezca a cada una de las clases anteriores. Por lo tanto, el metodo y sistema desarrollado por la presente invencion calcula un vector de probabilidades para cada vista de un fragmento. A partir de ellos se puede inferir facilmente tambien la clase mas probable para una vista determinada, como una primera aproximacion de la clase del fragmento.

5

10

15

20

25

30

35

Para la creacion y entrenamiento de este clasificador, se incluyeron todas las especies posibles que aparecen naturalmente como componentes principales en las piedras. Los tipos de calculos que figuran en este analisis se definieron de acuerdo a la composition qulmica (por lo que son comparables con la espectroscopla IR), pero fueron reconocidas segun caracterlsticas visuales. Se seleccionaron las clases oxalato calcico monohidrato (COM), oxalato calcico dihidrato (COD), oxalato calcico dihidrato transformado en monohidrato (TRA), brushita (BRU), carbonato apatita (CAP), estruvita (STR), acido urico anhidro (AUA), acido urico dihidrato (AUD), calculos mixtos de oxalato calcico y carbonato apatita (MXD). Esta composicion qulmica es el esquema de clasificacion compartido con la tecnica de espectroscopla por infrarrojos.

Segundo nivel: Clasificacion de fragmentos.

Una vez que para las dos vistas de un fragmento, se ha computado una de estas clases y tambien una distribution de probabilidades, un segundo clasificador produce una clase fragmento a partir de los resultados de salidas del clasificador de un primer nivel. Esta es una clasificacion de segundo orden, una information muy util que solo se puede lograr por un experto en el analisis morfoconstitucional y no por uno en espectroscopla de infrarrojos.

La clasificacion de los fragmentos se realiza despues de que ambas vistas (partes interior y exterior) han sido asignadas a una clase. El sistema es entrenado en la definition de una unica clase especlfica para el fragmento basada en la combination de los resultados para las vistas individuales. Por lo tanto, la clasificacion de cada fragmento no se limita solamente a los componentes qulmicos presentes en la piedra, sino tambien a su localization y distribucion. Por ejemplo, la clase asignada a un fragmento sera diferente si el compuesto A esta dentro de la piedra y B en la superficie, o si la situation es la contraria. La definicion de estas clases por fragmentos se basa en las diferencias entre los posibles tratamientos administrados al paciente. La relation entre las posibles combinaciones para vistas internas y externas se da a continuation en la Tabla 1, referente a clasificacion de fragmentos de acuerdo con sus vistas internas (Interior) y externas (Superficie).

5

10

15

20

25

30

Interior

CD

o

imagen1

COM COD TRA MXD HAP STR

COM

2 3t 3t 4 5b

COD

2c 3 3t 4 5b

TRA

2c 3t 3t 4 5b

MXD

2ct 3b 3tb 4 5b

HAP

2b 3b 3tb 4 5

STR BRU AUA AUD CYS

9 6 7

BRU AUA ADD CYS 6,99. 6 . . . .

6 , . , ,

6 . . . .

6 7...

6 . . . .

6 7...

. . 8 8b .

. . 8 8b .

. . . . 10

Tabla 1. Segundo nivel de clasificacion

Sin embargo, el sistema puede estar equivocado, es decir, se le asigna una clase incorrecta a un fragmento, y en funcion de la diferencia entre la clase real y la asignada

el coste asociado sera diferente (en el segundo nivel de clasificacion). En otras

palabras, no todos los errores que el sistema puede cometer tienen la misma influencia

sobre el tratamiento. Para hacerlo, las clases que se describen en la Tabla 1, en la que se basa la clasificacion, pueden ser reordenadas o asignadas como se describe en la Tabla 2. Si tal reordenamiento se realiza, siempre de acuerdo con el coste potencial, que tambien se muestra en la Tabla 2 en el rango de 0 a 10 siendo 10 el asociado al error mas alto, el sistema de clases se puede simplificar, acercandose cada vez mas al del primer nivel de clasificacion, basado solo en composition qulmica, no en la distribucion de componentes. Es decir, el algoritmo de clasificacion de piedras puede ser muy estricto, pero ha sido disenado tambien con un importante componente de flexibilidad. Esta caracterlstica permite que el metodo y sistema de la presente invention adapten su actuation a las condiciones especlficas que necesita el usuario.

Por lo tanto, los valores que se muestran en la Tabla 2 se pueden utilizar como un porcentaje de probabilidad de que una clase para ser asignada, en lugar de otra, durante el proceso de entrenamiento. Por ejemplo, si se conoce que una muestra es de clase 2b, el coste si la clase asignada (y aprendida) es 2ct es baja, por lo que el modelo sera mas libre para asignar esta otra clase al fragmento. Sin embargo, si la misma muestra 2b se reconoce inicialmente como clase 6, esta decision se vera afectada y modificada por el riesgo de asignar dicha clase.

Como se ha dicho anteriormente, los criterios utilizados para esta transposition se muestran en la matriz de costes de la Tabla 2, que se expone a continuation. Si se combinan las clases con un bajo riesgo de confusion, la clasificacion se simplifica hasta

el primer nivel de clasificacion. Logicamente, el porcentaje de exactitud de la clasificacion aumenta a medida que los subtipos de piedras disminuye (al combinarse diferentes grupos), ya que los errores suelen darse entre clases similares, que dan un valor bajo en la matriz de costes.

CLASES RECONOCIDAS

2 2b 2c 2ct 3 3b 3t 3tb 4 5 5b 6 7 8 8b 9 10

2 0 2 2 2 5 5 2 3 6 8 8 9 8 7 7 5 10

2b 2 0 2 1 5 5 5 5 6 8 8 9 8 7 7 6 10

2c 2 2 0 1 4 4 4 4 6 8 8 9 8 7 7 6 10

2ct 3 2 2 0 4 4 3 3 5 8 7 9 8 7 7 6 10

3 2 3 3 4 0 1 0 3 6 8 8 9 8 8 8 7 10

c/o 11 1

3b 2 3 3 3 2 0 2 0 3 7 4 9 8 8 8 7 10

1 1 _l

3t 2 3 1 2 0 2 0 0 2 8 6 9 8 8 8 7 10

< LU

3tb 2 3 2 1 2 0 1 0 2 6 4 9 8 8 8 7 10

a:

4 6 6 6 6 6 4 6 4 0 3 1 7 8 9 9 7 10

CO LU

5 8 6 7 6 7 5 7 5 2 0 1 5 3 9 9 8 10

C/0

5b 8 6 7 6 5 3 5 3 1 1 0 5 3 9 9 8 10

3 o

6 10 10 10 10 10 10 10 10 7 5 5 0 5 10 10 10 10

7

8 7 8 7 8 7 8 7 4 2 2 5 0 9 9 9 10

8 5 6 5 5 5 6 5 6 8 9 9 10 9 0 0 2 10

8b 5 6 5 5 5 6 5 6 8 9 9 10 9 0 0 2 10

9 2 3 2 3 5 6 5 6 8 9 9 10 8 2 2 0 10

10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 0

Tabla 2. Matriz de costes

Tercer nivel: clasificacion de las muestras.

10 Aprovechando que se seleccionaron dos fragmentos para cada piedra, se ha disenado un tercer clasificador con el fin de ofrecer una clasificacion final. Si la clase mas probable de cada uno de los dos fragmentos tienen ambas una probabilidad mayor que un cierto umbral, si son la misma clase es esta la que se asigna. Si no lo son pero las dos superan este umbral, el metodo y el sistema de la presente invencion ha sido

15 disenado para asignar una sola clase para la muestra, utilizando la tabla de combinaciones como se ve en la Tabla 3, disenada en base a la experiencia y el conocimiento en el analisis de calculos renales. Cuando alguna de las dos clases no supera este umbral de probabilidad, se clasifica a partir de los resultados de salidas del clasificador de segundo nivel.

20

Combinaciones posibles si 2 fragmentos de la misma muestra dan resultados CLASES RESULTANTES K diferentes

Fragm. 1

Fragm. 2 Clase resultante Fragm. 1 Fragm. 2 Clase resultante Fragm. 1 Fragm. 2 Clase resultante

z2

2c 2c 2c 2ct 2ct 2ct 9 9

2

2ct 2ct 2c 2b 2ct 2ct 3t 3t

2

2b 2b 2c 9 9 2ct 3tb 3tb

2

9 9 2c 3t 3t 2ct 4 4

2

3t 3t 2c 3tb 3tb 2ct 5b 5b

2

3 3t 2c 4 4 2ct 5 5b

2

3b 3b 2c 5b 5b 2ct 6 6

2

3t 3t 2c 5 5b 2ct 7

2

3tb 3tb 2c 6 6 2ct 8 9

2

4 4 2c 7 2ct 8b 9

2

5b 5b 2c 8 9 2ct 10

2

5 5b 2c 8b 9

2

6 6 2c 10

2

7

2

8 9 3t 3tb 3tb 3b 3t 3tb

2

8b 9 3t 4 4 3b 3tb 3tb

2

10 3t 5 5b 3b 4 4

3t 5b 5b 3b 5b 4

3

3t 3t 3t 6 6 3b 5 5b

3

3b 3b 3t 7 7 3b 6 6

3

4 4 3t 8 9 3b 7 7

3

5b 5b 3t 8b 9 3b 8 9

3

5 4 3t 9 9 3b 8b 9

3

6 6 3t 10 3b 9 9

3

7 7 3b 10

3

8 9 4 5b 4

3

8b 9 4 5 5b 5b 5 5b

3

9 9 4 6 6 5b 6 6

3

10 4 7 7 5b 7 7

4 8 5b 8

3tb

4 4 4 8b 5b 8b

3tb

5b 5b 4 9 5b 9

3tb

5 5b 4 10 5b 10

3tb

6 6

3tb

7 7 6 7 6 8 8b 8b

3tb

8 9 6 8 8 9 9

3tb

8b 9 6 8b 8 10

3tb

9 9 6 9

3tb

10 6 10 8b 9 9

8b 10

5

6 6 7 8

5

7 7 7 8b 9 10

5

8 7 9

5

8b 7 10

5

9

5

10

. Combinaciones no validas

Tabla 3. Resultados del tercer nivel de clasificacion. Fragm.1 o 2 corresponde a los fragmentos individuales. La clase resultante es el resultado final asignado.

5 La salida o resultado final ofrecido por el metodo y sistema de la presente invention consiste no solo en la clasificacion de calculos renales, sino tambien en recomendaciones de tratamiento para el medico. Estas recomendaciones dependen

5

10

15

20

25

30

35

directamente del tipo de calculo renal detectado, relacionado con el origen directo de la piedra. Las recomendaciones estan vinculadas a un sistema de clasificacion estricto que ha sido definido especlficamente para este caso. En la literatura, se han definido algunos sistemas de clasificacion para los calculos renales, pero basandose en la experiencia de los presentes inventores estos sistemas se han reconstruido y adaptado a este problema especlfico y se ha combinado con los requisitos de analisis de imagen. De acuerdo con la presente invention, las piedras se clasifican de acuerdo a una combination de clases definidas en una tabla disenada especlficamente para este proposito, que considera la parte exterior y la parte interior de las piedras. Esta forma de clasificacion de calculos renales no se ha utilizado nunca previamente.

La clasificacion de imagenes basada puramente en parametros opticos se complementa, opcionalmente, tal y como ya se indico en un apartado anterior, con information adicional procedente de la historia cllnica del paciente. Por lo tanto, la tasa de muestras correctamente clasificadas se mejora mediante la consideration de algunos parametros como el pH de la orina, ya que este esta directamente relacionado con el tipo de calculo renal formado. La inclusion del pH de la orina en la clasificacion de la piedra es otra caracterlstica exclusiva de la presente invencion, ya que ninguna otra metodologla que utilice dicho parametro ha sido descrita con anterioridad.

Los presentes inventores han disenado un prototipo del sistema propuesto por el segundo aspecto de la invencion, especialmente configurado para implementar el metodo de la invencion. Todos los componentes fueron elegidos de forma independiente para satisfacer tanto un alto rendimiento como un criterio de bajo coste. La configuracion de iluminacion fue elegida basandose en la experiencia de los presentes inventores en clasificacion de piedras (as! se escogieron los rangos de energla mas utiles para esta aplicacion) y tratamiento de la imagen (la configuration flsica del hardware se baso en la experiencia en el analisis de imagenes y en trabajo de laboratorio, por lo que se probaron un alto numero de configuraciones de iluminacion antes de seleccionar la mas adecuada).

En la Figura 2 se ilustra esquematicamente el sistema propuesto por la presente invencion, para un ejemplo de realization, para el cual el sistema comprende:

- Una placa de iluminacion 3, con LEDs L de diferentes longitudes de onda en el espectro visible y de infrarrojo cercano,

5

10

15

20

25

30

35

- Una unidad de control 5 (o parte local del sistema electronico, segun la terminologla utilizada en un apartado anterior) para controlar la intensidad y el tipo de luz emitida por los diodos LED L de la placa de iluminacion 3, conectada a un ordenador externo 7 (o parte remota del sistema electronico, segun la terminologla utilizada en un apartado anterior),

- Una camara digital 4, tambien conectada al ordenador externo 7, ademas de una optica adecuada 8, que incluye un tubo extensor y una lente,

- Una carcasa 1 que define un espacio interior aislado lumlnicamente del exterior para aislar a la muestra S de la luz ambiente,

- Un sensor de infrarrojos 6,

- Un soporte o bandeja de muestras 2,

- Una estructura de soporte interior (no ilustrada).

Las imagenes de las muestras, que se utilizan para la description de las caracterlsticas de la piedra necesarias para la clasificacion (textura, forma y color), se toman usando una camara convencional, equipada con un sensor de Silicio. Las energlas de iluminacion utilizadas estan en el rango Visible - Infrarrojo cercano (400-1000 nm) dentro del rango de sensibilidad de este sensor. La information de la imagen se puede complementar con el uso de otros LEDs, que emiten a longitudes de onda especlficas, lo que permite las mediciones de intensidades de reflectancias particulares. La placa de iluminacion 3 ha sido especialmente disenada para que las lentes permitan observar el calculo renal S, y la ubicacion de los LED L se ha escogido para evitar sombras en la muestra S. Ademas, un sensor de infrarrojos 6 dispuesto en esta placa 3 proporciona una senal de la luz reflejada al ordenador 7. Los parametros de funcionamiento de los diferentes tipos de iluminacion se controlan mediante el software.

Por lo que se refiere a la bandeja para muestras 2, en el prototipo construido esta es una bandeja de muestras movil 2 con un fondo homogeneo, disenada para la colocation de las diferentes muestras S en el campo de vision de la camara 4, y para distinguir opticamente el fragmento de piedra del fondo (segmentation). La bandeja de muestras 2 se ha colocado en una plataforma movil, que sirve para la mejor colocacion de la piedra S para un enfoque y una adaptation de la iluminacion mas simples. Para otro ejemplo de realization, la bandeja de muestras no es movil.

Se ha disenado asimismo una estructura de soporte adecuada (no ilustrada) para soportar a los elementos del sistema dentro de la carcasa 1. Esta mantiene a todos los

5

10

15

20

25

componentes en la posicion definida, permitiendo al mismo tiempo que la bandeja de muestras 2 se pueda mover segun sea necesario, tanto para colocar la muestra en el campo de vista de la camara como para ajustar el enfoque de la imagen.

El sistema opera desde un ordenador 7 usando software especial disenado para este proposito. Este software controla la imagen capturada, asl como las condiciones de iluminacion. Ademas, una interfaz grafica de usuario adecuada ha sido disenada para la adquisicion de imagenes de piedras, la clasificacion y la visualization del resultado. Esta interfaz permite nombrar la muestra y la recogida y el almacenamiento de varias imagenes, asl como los datos de infrarrojo cercano asociados para cada fragmento de piedra, y tambien para mas de un fragmento de piedra para cada muestra (piedras con origen ESWL consistlan generalmente en varios fragmentos). Una vez grabadas todas las imagenes y datos de las piedras de una determinada muestra, se clasificaron usando un conjunto de algoritmos supervisados disenados exclusivamente para la presente invention. Ademas de esas imagenes y de la information IR, se pueden introducir otros datos del paciente, relevantes para la clasificacion, tal como edad, sexo y nivel de pH de la orina. Los resultados de la clasificacion se dan como la distribution de probabilidad para cada clase basada en el grado de creencia en termino de perception, ilustrandose, por ejemplo, mediante un diagrama.

Un experto en la materia podrla introducir cambios y modificaciones en los ejemplos de realization descritos sin salirse del alcance de la invencion segun esta definido en las reivindicaciones adjuntas.

Claims (26)

1. 5

   10

   15

   20

   25

   30

   35

   REIVINDICACIONES

   1. - Metodo para la clasificacion automatica de calculos renales, que comprende:

   a) adquirir una imagen de un calculo renal;

   b) analizar information contenida en dicha imagen adquirida; y

   c) clasificar dicho calculo renal en funcion del resultado de dicho analisis; estando el metodo caracterizado porque dicho analisis de dicha etapa b) se lleva a cabo usando tecnicas de vision por computador, donde dicha informacion a analizar se refiere a las caracterlsticas de imagen asociadas a al menos la textura del calculo renal.
2. 2. - Metodo segun la reivindicacion 1, caracterizado porque para el analisis de la etapa b) tambien se utilizan tecnicas de aprendizaje computacional.
3. 3. - Metodo segun la reivindicacion 1, caracterizado porque dicha imagen adquirida es una imagen digital, y porque el analisis de la etapa b) se lleva a cabo de una vez sobre la imagen digital completa adquirida en la etapa a), sin realizar una clasificacion individual de cada pixel.
4. 4. - Metodo segun la reivindicacion 1, 2 o 3, caracterizado porque dicha informacion a analizar se refiere a caracterlsticas de imagen asociadas, ademas de a textura, a otras caracterlsticas visuales del calculo renal, incluyendo tamano y/o forma y/o color.
5. 5. - Metodo segun una cualquiera de las reivindicaciones anteriores, caracterizado porque dicha etapa a) comprende adquirir al menos dos imagenes de un fragmento de dicho calculo renal, una correspondiente a una vista de una superficie exterior y otra a una vista de una superficie interior expuesta, y analizarlas en la etapa b).
6. 6. - Metodo segun la reivindicacion 5, caracterizado porque si dicho fragmento de calculo renal no tiene expuesta ninguna superficie interior, el metodo comprende cortarlo para exponer dicha superficie interior cuya imagen se adquiere en la etapa a).
7. 7. - Metodo segun la reivindicacion 5 o 6, caracterizado porque comprende adquirir en la etapa a) y analizar en la etapa b), una pluralidad de imagenes de unas correspondientes vistas de cada una de dichas superficies exterior e interior de dicho fragmento de calculo renal, cada una de ellas bajo unas condiciones de iluminacion y/o tiempo de exposition diferentes.
8. 8. - Metodo segun la reivindicacion 7, caracterizado porque comprende llevar a cabo dichas adquisiciones con un mismo sensor de imagen sensible a las longitudes de onda asociadas a todas las iluminaciones incluidas en dichas condiciones de iluminacion diferentes, que se encuentran dentro del rango que va desde la luz visible al

   5

   10

   15

   20

   25

   30

   35

   infrarrojo cercano, o con varios sensores de imagen sensibles, en conjunto, a todas dichas diferentes longitudes de onda.
9. 9. - Metodo segun una cualquiera de las reivindicaciones 5 a 8, caracterizado porque comprende realizar dicha adquisicion, en la etapa a), y analisis, en la etapa b), de imagenes de dichas vistas de dichas superficies exterior e interior para una pluralidad de fragmentos de una misma muestra.
10. 10. - Metodo segun una cualquiera de las reivindicaciones 5 a 9, caracterizado porque dicha clasificacion de dicha etapa c) basada en el analisis de dichas imagenes de dicho fragmento o dichos fragmentos de calculo renal, es una clasificacion de un primer nivel, o clasificacion de vista, que incluye, para cada vista, una estimacion de la probabilidad de su pertenencia a una clase de calculo renal asociada a composition qulmica, a partir del calculo de un vector de probabilidades para cada vista que incluye information sobre la distribution espacial de dichas probabilidades.
11. 11. - Metodo segun la reivindicacion 10, caracterizado porque comprende realizar, en la etapa c), una clasificacion de un segundo nivel, o clasificacion de fragmento, que comprende combinar los resultados obtenidos en la clasificacion de un primer nivel para varias vistas de un mismo fragmento de calculo renal, para determinar una clase unica para cada fragmento basandose ademas de en composicion qulmica tambien en la localization y distribucion de los componentes qulmicos asociados a dichas probabilidades y a que vista corresponden.
12. 12. - Metodo segun la reivindicacion 11, caracterizado porque comprende corregir el resultado de dicha clasificacion de un segundo nivel si el resultado para un fragmento determinado difiere de los obtenidos para cada una de las vistas del mismo, en la clasificacion de un primer nivel, por encima de un valor de coste determinado.
13. 13. - Metodo segun la reivindicacion 12, caracterizado porque dicha correction comprende reclasificar dicho fragmento teniendo menos en cuenta, o no teniendo en cuenta en absoluto, la localizacion y distribucion de los componentes qulmicos asociados a las mencionadas probabilidades y a que vista corresponden.
14. 14. - Metodo segun la reivindicacion 11, 12 o 13, caracterizado porque

    comprende realizar dichas etapas a), b) y c) para al menos dos fragmentos de una misma muestra, comprendiendo el metodo realizar, en la etapa c), una clasificacion de un tercer nivel, o clasificacion de muestra, que comprende, si la clasificacion de un segundo nivel de dichos fragmentos, que son al menos dos, no es coincidente, asignar una clase unica para la muestra.
15. 15. - Metodo segun la reivindicacion 10, 11 o 14, caracterizado porque

    comprende:

    5

    10

    15

    20

    25

    30

    35

    - generar, de manera previa a dicha etapa a), un conjunto de entrenamiento, o de aprendizaje, para una pluralidad de muestras de calculos renales clasificadas manualmente por un experto, incluyendo, de manera correlacionada, information de composition qulmica, de distribution espacial y de apariencia visual para vistas internas y externas de diferentes fragmentos de cada muestra representadas en imagenes obtenidas con distintos tipos de iluminacion y tiempos de exposition, y

    - realizar dichas clasificaciones de un primer, un segundo y un tercer nivel consultando las imagenes adquiridas en dicho conjunto de entrenamiento y extrayendo la informacion de clase correlacionada con las imagenes mas similares a las consultadas.
16. 16. - Metodo segun la reivindicacion 15, caracterizado porque comprende entrenar a dicho conjunto de entrenamiento y/o a unos clasificadores automaticos utilizados para realizar al menos dichas clasificaciones de un primer, un segundo y un tercer nivel utilizando los resultados de las clasificaciones.
17. 17. - Metodo segun una cualquiera de las reivindicaciones anteriores, caracterizado porque comprende llevar a cabo dicha clasificacion de la etapa c) complementando el analisis de la etapa b) con informacion adicional relativa al paciente del que proviene el calculo renal y/u obtenida del calculo renal con sensores no basados en camara.
18. 18. - Metodo segun la reivindicacion 17, caracterizado porque dicha informacion relativa al paciente incluye al menos una de las siguientes informaciones, o una combination de las mismas:

    - datos simples relativos a sexo y/o edad y/o raza y/o complexion y/o Indice de masa corporal y/o desordenes de salud asociados a la litiasis renal, y/o

    - datos ligados a anallticas colaterales, incluyendo al menos uno de los siguientes datos recogidos en analisis de orina del paciente: pH, calcio, oxalato, magnesio, amonio y fosfato.
19. 19. - Metodo segun la reivindicacion 17 o 18, caracterizado porque dicha informacion obtenida del calculo renal con sensores no basados en camara incluye al menos informacion de reflectividad en otras zonas del espectro electromagnetico no incluidas en dicha imagen adquirida en a).
20. 20. - Sistema para la clasificacion automatica de calculos renales, que comprende:

    - medios de adquisicion de imagenes para adquirir al menos una imagen de un calculo renal;

    5

    10

    15

    20

    25

    30

    35

    - un sistema electronico en conexion con dichos medios de adquisicion de imagenes y que incluyen unos medios de procesamiento para procesar information contenida en dicha imagen adquirida y para clasificar dicho calculo renal en funcion del resultado de dicho analisis;

    estando el sistema caracterizado porque implementa el metodo segun una cualquiera de las reivindicaciones anteriores, implementando dichos medios de procesamiento al menos un algoritmo basado en tecnicas de vision por computador para realizar las etapas b) y c) del metodo.
21. 21. - Sistema segun la reivindicacion 20, caracterizado porque dicho algoritmo implementando en dichos medios de procesamiento esta basado tambien en aprendizaje computacional, para realizar las etapas b) y c) del metodo segun la reivindicacion 2.
22. 22. - Sistema segun la reivindicacion 21, caracterizado porque comprende una carcasa (1) que define un espacio interior aislado lumlnicamente del exterior que alberga, sustentados y/o fijados en una estructura de soporte interior:

    - a un soporte (2) para muestras (S) de calculos renales;

    - a unos medios de iluminacion dispuestos para iluminar, con luz de una o mas longitudes de onda, la o las muestras (S) de calculos renales dispuestas sobre dicho soporte (2);

    - a dichos medios de adquisicion de imagenes, los cuales incluyen al menos un sensor de imagen (4) sensible a dicha o dichas longitudes de onda; y

    - a al menos parte de dicho sistema electronico que tambien incluye a unos medios de control (5) para controlar a al menos los medios de iluminacion.
23. 23. - Sistema segun la reivindicacion 22, caracterizado porque comprende tambien uno o mas sensores (6) sensibles a un rango del espectro electromagnetico diferente al asociado a dichos medios de adquisicion de imagenes, dispuesto o dispuestos enfrentados a la o las muestras (S) de calculos renales dispuestas sobre dicho soporte (2), y en conexion con el sistema electronico, para captar la reflectividad global de la muestra o muestras (S) en un rango espectral adecuado para su caracterizacion.
24. 24. - Sistema segun la reivindicacion 22 o 23, caracterizado porque dicha parte de dicho sistema electronico albergada dentro de la carcasa (1) es una parte local (5) y porque el sistema electronico comprende una parte remota (7) comunicada bidireccionalmente con dicha parte local (5) y con los medios de adquisicion de imagenes.
25. 25. - Programa de ordenador que incluye instrucciones de codigo que, al ejecutarse en un ordenador, implementa las etapas b) y c) del metodo segun una cualquiera de las reivindicaciones 1 a 19.
26. 26. - Producto de programa de ordenador que comprende el programa de 5 ordenador de la reivindicacion 25.