The use of image processing is increasingly utilized for disease detection. In this article, an algorithm is proposed to detect uveal melanoma (UM) which is a type of intraocular cancer. The proposed method integrates algorithms related to iris segmentation and proposes a novel algorithm for the detection of UM from the approach of fuzzy logic and neural networks. The study case results show 76% correct classification in the fuzzy logic system and 96.04% for the artificial neural networks.

El objetivo de este artículo es implementar un análisis de algoritmos de seguimiento basado en técnicas de visión por computador y machine learning para identificar, rastrear y clasificar diferentes elementos y patrones presentes en un video. Existen variaciones asociadas con la precisión en las que este tipo de técnicas se aplican para llevar a cabo el rastreo de objetos en movimiento, lo cual puede influir de manera significativa sobre la calidad en la captura, así como el rendimiento de procesamiento utilizado por dispositivos físicos contenedores. En este estudio se analizaron los algoritmos más usados en este tipo de rastreos: SIFT, SURF y ORB. ORB fue el algoritmo más eficiente en la detección de dichas características. Se pudo concluir que el análisis de los modelos desarrollados presentó buenos resultados bajo un ambiente controlado; sin embargo, en un ambiente no controlado se tiende a presentar errores y el nivel de precisión baja considerablemente.

Contexto: Aprovechando los fundamentos de la teoría de sistemas dinámicos no lineales se propone un modelo de encriptación para imágenes a color basado en sistemas caóticos, que satisface estándares de seguridad acordes con los desafíos a que se enfrenta la sociedad. Método:  Se propone un algoritmo simétrico utilizando el sistema caótico Cat de Arnold para la permutación y para la difusión el sistema hipercaótico de Chen o el sistema hipercaótico de Lorenz, en la implementación se utiliza programación paralela para reducir los tiempos de ejecución. Resultados: Se aplican métricas de desempeño para evaluar la seguridad del modelo criptográfico propuesto, encontrando que los indicadores obtenidos se enmarcan dentro de los publicados en artículos recientes que  abordan el problema de la seguridad a través del caos. Conclusiones: Se aplican métricas de desempeño para evaluar la seguridad del modelo criptográfico propuesto, encontrando que los indicadores obtenidos se enmarcan dentro de los publicados en artículos recientes que  abordan el problema de la seguridad a través del caos.

No abstract

Early detection of diseases is vital for patient recovery. This article explains the design and technical matters of a computer-supported diagnostic system for eye melanoma detection implementing a security approach using chaotic-based encryption to guarantee communication security. The system is intended to provide a diagnosis; it can be applied in a cooperative environment for hospitals or telemedicine and can be extended to detect other types of eye diseases. The introduced method has been tested to assess the secret key, sensitivity, histogram, correlation, Number of Pixel Change Rate (NPCR), Unified Averaged Changed Intensity (UACI), and information entropy analysis. The main contribution is to offer a proposal for a diagnostic aid system for uveal melanoma. Considering the average values for 145 processed images, the results show that near-maximum NPCR values of 0.996 are obtained along with near-safe UACI values of 0.296 and high entropy of 7.954 for the ciphered images. The presented design demonstrates an encryption technique based on chaotic attractors for image transfer through the network. In this article, important theoretical considerations for implementing this system are provided, the requirements and architecture of the system are explained, and the stages in which the diagnosis is carries out are described. Finally, the encryption process is explained and the results and conclusions are presented.