Investigadores de la Universidad de Castilla-La Mancha (UCLM) ha presentado un método en que a través de técnicas de inteligencia artificial mejorarán la precisión ante la ausencia de grandes bases de datos en campos.

Según recuerda este martes la UCLM en un comunicado de prensa, los últimos avances en las técnicas de inteligencia artificial están haciendo posible por ejemplo que coches se conduzcan solos, cámaras de vigilancia que alertan de personas armadas o programas que examinan nuestras radiografías y nos dicen si padecemos alguna enfermedad.

A pesar de que se han conseguido automatizar tareas difíciles, las técnicas actuales requieren grandes bases de datos de las que aprender.

Ahora, un trabajo desarrollado por investigadores del grupo de investigación VISILAB, de la Escuela Técnica Superior de Ingeniería Industrial del Campus de Ciudad Real de la UCLM, y publicado en la revista 'Computer Methods and Programs in Biomedicine', ha propuesto un método para generar nuevas imágenes mezclando dos de las que ya se disponga en una base de datos pequeña.

El método desarrollado en este trabajo por los investigadores responsables, Noelia Vállez, Gloria Bueno y Óscar Déniz, miembros del grupo VISILAB y profesores de la Escuela Técnica Superior de Ingeniería Industrial, y Saúl Blanco, del Instituto de Medio Ambiente, Recursos Naturales y Biodiversidad de la Universidad de León, está inspirado en el ciclo de vida que siguen las diatomeas, algas microscópicas que se encuentran en ríos y mares.

El trabajo muestra que cuando se utilizan bases de datos aumentadas con el método propuesto basado en el 'morphing' y el registro de imágenes, los resultados obtenidos por las técnicas de inteligencia artificial muestran una clara mejora en la precisión.

La mejora se midió en distintas bases de datos relacionadas con la Medicina y la Biología para demostrar su aplicabilidad en distintos campos y problemas.