Qualitative Characterization of Skin Tissue with Dynamic Laser Speckle

En este trabajo se presenta un estudio preliminar para la caracterización eficaz de la superficie del tejido cutáneo por medio de Speckle Láser Dinámico. Aunque la demoscopia es ampliamente utilizada para realizar este análisis, se aplicó Speckle Láser Dinámico como una técnica complementaria para l...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: González, Mariela Azul, Guzmán, Marcelo Nicolás, Fonseca Pinto, Rui, Trivi, Marcelo Ricardo, Rabal, Héctor Jorge, Passoni, Lucía Isabel
Formato: Articulo
Lenguaje:Español
Publicado: 2018
Materias:
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/99467
https://ri.conicet.gov.ar/11336/89378
http://revista.sabi.org.ar/index.php/revista/article/view/132
Aporte de:
Descripción
Sumario:En este trabajo se presenta un estudio preliminar para la caracterización eficaz de la superficie del tejido cutáneo por medio de Speckle Láser Dinámico. Aunque la demoscopia es ampliamente utilizada para realizar este análisis, se aplicó Speckle Láser Dinámico como una técnica complementaria para la evaluación de la piel, con el objetivo de ayudar al diagnóstico médico, proporcionando información adicional sobre patrones de textura y perfiles de microcirculación. Debido a la naturaleza de los fenómenos subyacentes, el estudio de la evolución temporal de los diagramas de speckle proporciona una interesante herramienta no destructiva y no invasiva para caracterizar los cambios de microtextura en la piel, reflejando las variaciones fisiológicas en la actividad de la muestra a lo largo del tiempo. Este análisis ayudará a la caracterización del tejido normal de la piel, permitiendo establecer comparaciones cualitativas con las enfermedades cutáneas y el seguimiento de los tratamientos. Se evaluó el perfil de microcirculación de la piel sana después de un protocolo de presión, para lograr una medida cualitativa de la reperfusión basada en la actividad de speckle dinámico. La metodología aplicada se basa en un enfoque multi-descriptor después de un proceso de segmentación utilizando redes neuronales artificiales basadas en mapas auto-organizados.