Un método de análisis facial detecta síndromes genéticos con alta precisión

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. / Foto: Springer Nature Switzerland AG 2019
Agencia SINC

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 especificidad.

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.

Continuar leyendo en Agencia SINC

*Foto de portada: Foto: Springer Nature Switzerland AG 2019

NO COMMENTS

Leave a Reply

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.