Problemática: El cáncer de pulmón es la causa más frecuente de mortalidad por cáncer en el mundo. La tomografía computarizada es uno de los métodos de diagnóstico no invasivo más utilizados para la detección y posterior estimación de malignidad. La interpretación de esta para la clasificación de los nódulos pulmones, es difícil debido a que se basa mayormente en criterios subjetivos, empíricos y variables para cada cuadro clínico.

Objetivo(s): Clasificar nódulos pulmonares en maligno o benigno utilizando geometría fractal.

Metodología: Los sistemas de detección asistidos por ordenador incrementan la efectividad de los diagnósticos y reducen la carga laboral del personal especializado. En el presente trabajo se proponen dos variantes de clasificación automática de nódulos pulmonares basadas en la geometría fractal. La dimensión fractal se emplea como medida de las irregularidades del contorno de los nódulos, calculada por medio de los algoritmos de Box Counting y Espectro de potencias programados en Matlab. Para este estudio se empleó la base de datos LIDC-IDRI. De esta se analizaron 83 cortes pertenecientes a nueve pacientes por ambos métodos.

Resultados y discusión: El mejor desempeño se obtuvo mediante el Box Counting, con valores de precisión, sensibilidad y especificidad superiores al 95%. Este permitió poca superposición entre los rangos de DF para los grados de malignidad. El método del Espectro de potencias presentó una sensibilidad superior, ya que no obtuvo ningún falso negativo durante la clasificación y fue más sensible a las pequeñas irregularidades del contorno, pero es susceptible al ruido blanco de la transformada rápida de Fourier.

Conclusiones: Ambos métodos permitieron establecer una frontera entre bajo y   alto grado de malignidad, pero Box Counting mostró un ajuste más fino para la tarea. El método del Espectro de potencias permitió lograr una mayor sensibilidad, a expensas de sacrificar la tasa de falsos positivos.