Sistema semiautomatizado de visión por computadora para la segmentación de osteoide maligno en imágenes histológicas de osteosarcoma osteoblástico intramedular de rata

Autores/as

  • REBECCA ELIZABETH FRANCO Y BOURLAND Unidad de Ingeniería de Tejidos, Terapia Celular y Medicina Regenerativa - INRLGII
  • Heriberto Aguirre Meneses Departamento de Sistemas Médicos - Instituto Nacional de Rehabilitación Luis Guillermo Ibarra Ibarra
  • Raul Pichardo Bahena Servicio de Anatomía Patológica - Instituto Nacional de Rehabilitación Luis Guillermo Ibarra Ibarra
  • Rogelio Paniagua Pérez Unidad de Ingeniería de Tejidos, Terapia Celular y Medicina Regenerativa - INRLGII
  • Naxieli Reyes Medina Servicio de Anatomía Patológica - Instituto Nacional de Rehabilitación Luis Guillermo Ibarra Ibarra
  • Alma Delia Hernández Pérez Servicio de Anatomía Patológica - Instituto Nacional de Rehabilitación Luis Guillermo Ibarra Ibarra
  • Marco Antonio Núñez Gaona Departamento de Sistemas Médicos - Instituto Nacional de Rehabilitación Luis Guillermo Ibarra Ibarra
  • Mario Ibrahín Gutiérrez Velasco Departamento de Sistemas Médicos - Instituto Nacional de Rehabilitación Luis Guillermo Ibarra Ibarra

Resumen

Introducción:
La presencia de osteoide maligno (OM) producido por células tumorales con alteraciones genéticas graves es el elemento histopatológico por excelencia en diagnóstico de osteosarcoma osteoblástico (OO) en humanos y ratas. Presenta una distribución variable dentro del tejido tumoral que puede verse afectado por la heterogeneidad de la celularidad tumoral y la intensidad de su tinción con hematoxilina/eosina (H&E). Su reconocimiento y cuantificación manual dependen de la experiencia del observador. Las herramientas de visión por computadora pueden apoyar la delimitación reproducible de este tejido, facilitando su análisis morfométrico y la generación de datos para futuros modelos de inteligencia artificial en estudios de medicina traslacional.

 

Objetivo:
Desarrollar y verificar de manera preliminar un sistema semiautomatizado de visión por computadora para segmentar OM en imágenes de cortes histológicas de OO-intramedular de rata, teñidas con H&E.

 

Metodología:
Se utilizaron imágenes de cortes histológicos (3 micras) de fémur de rata con tumor intramedular inducido con benzo(a)-pireno perifemoral, teñidos con H&E. Se desarrolló una herramienta computacional que permite cargar la imagen, aplicar una presegmentación automática de regiones compatibles con OM, ajustar parámetros de limpieza morfológica y visualizar la superposición de resultados. El sistema identifica regiones eosinófilas compatibles con OM (con 90% de colágena tipo I, desorganizado y desmineralizado de aspecto blando y 10% de proteoglicanos y glicoproteínas). Genera métricas de área en píxeles y porcentaje de osteoide respecto al tejido analizado. Además, destaca los osteoblastos atípicos perilesionales o embebidos que producen el OM. Los resultados son revisados de forma cualitativa mediante comparación visual con la imagen original.

 

Resultados:
Se obtuvieron máscaras preliminares del OM en diversos campos histológicos del tumor intramedular de rata. La visualización superpuesta confirmó que las regiones segmentadas correspondían principalmente a áreas eosinófilas compatibles con OM, incluyendo zonas de morfología irregular (encaje), asociadas a una celularidad tumoral heterogénea.

 

Conclusiones:
El sistema desarrollado mostró utilidad como herramienta semiautomatizada para la presegmentación y cuantificación inicial de OM en imágenes de cortes histológicos de OO-intramedular de rata. La identificación computacional de este componente puede contribuir al análisis morfométrico del tumor y apoyar la generación de bases de datos anotadas para futuros modelos supervisados de inteligencia artificial. Aunque la revisión experta sigue siendo el requerimiento sine qua non para confirmar límites y excluir estructuras no osteoides, los resultados preliminares sugieren su factibilidad técnica y aplicabilidad en investigación histopatológica musculoesquelética.

##plugins.generic.pfl.publicationFactsTitle##

Metric
##plugins.generic.pfl.thisArticle##
##plugins.generic.pfl.otherArticles##
##plugins.generic.pfl.peerReviewers## 
2.4 promedio

##plugins.generic.pfl.reviewerProfiles##  N/D

##plugins.generic.pfl.authorStatements##

##plugins.generic.pfl.authorStatements##
##plugins.generic.pfl.thisArticle##
##plugins.generic.pfl.otherArticles##
##plugins.generic.pfl.dataAvailability## 
##plugins.generic.pfl.dataAvailability.unsupported##
##plugins.generic.pfl.averagePercentYes##
##plugins.generic.pfl.funders## 
N/D
32% con financiadores
##plugins.generic.pfl.competingInterests## 
Conflicto de intereses: No
##plugins.generic.pfl.averagePercentYes##
Metric
Para esta revista
##plugins.generic.pfl.otherJournals##
##plugins.generic.pfl.articlesAccepted## 
Artículos aceptados: 14%
33% aceptado
##plugins.generic.pfl.daysToPublication## 
##plugins.generic.pfl.numDaysToPublication##
145

Indexado: {$indexList}

    ##plugins.generic.pfl.indexedList##
##plugins.generic.pfl.editorAndBoard##
##plugins.generic.pfl.profiles##
##plugins.generic.pfl.academicSociety## 
N/D

Publicado

2026-11-03

Cómo citar

1.
FRANCO Y BOURLAND RE, Aguirre Meneses H, Pichardo Bahena R, Paniagua Pérez R, Reyes Medina N, Hernández Pérez AD, et al. Sistema semiautomatizado de visión por computadora para la segmentación de osteoide maligno en imágenes histológicas de osteosarcoma osteoblástico intramedular de rata. Invest. Discapacidad [Internet]. 3 de noviembre de 2026 [citado 4 de noviembre de 2026];12(S1). Disponible en: https://dsm.inr.gob.mx/indiscap/index.php/INDISCAP/article/view/1068

Artículos más leídos del mismo autor/a

1 2 3 > >>