Evaluación automatizada de úlceras del pie diabético: Estimación de categorías PWAT mediante características radiómicas y aprendizaje automático

Resumen

La evaluación de las úlceras del pie diabético es esencial para guiar las intervenciones terapéuticas y predecir resultados como la cicatrización de heridas o la necesidad de procedimientos quirúrgicos. En este estudio, desarrollamos y validamos un proceso automatizado para cuantificar seis categorías de la Herramienta Fotográfica de Evaluación de Heridas (PWAT) utilizando un conjunto de datos de 1153 imágenes fotográficas de úlceras del pie diabético (UPD) anotadas por expertos. Todas las imágenes se redimensionaron uniformemente a 256 × 256 píxeles, y se extrajeron noventa y tres características radiómicas mediante la biblioteca PyRadiomics. Los clasificadores de Máquina de Vectores de Soporte, Bosque Aleatorio y XGBoost se entrenaron en el 75% del conjunto de datos, y el 25% restante se reservó para validación. El desequilibrio de clases se abordó mediante la Técnica de Sobremuestreo Sintético de Minorías (SMOTE), sobremuestreo aleatorio y estrategias de submuestreo. El rendimiento óptimo se logró con XGBoost combinado con sobremuestreo aleatorio, lo que arrojó una precisión del 78% y un F1-score macropromedio de 0,77. Estos resultados demuestran la viabilidad de un sistema reproducible, cuantitativo y totalmente automatizado para estandarizar la evaluación de las úlceras del pie diabético.