RESUMEN: En este trabajo se pretende analizar el estado de tejidos biológicos que han sido sometidos a procedimientos de cirugía láser. Tras las intervenciones quirúrgicas por medio de fuentes ópticas de tipo láser, se pueden producir alteraciones diversas en los tejidos biológicos objetivo y adyacentes, tanto deseadas como colaterales. En el contexto clínico, es importante tratar de evaluar el estado real de un tejido afectado, con el fin de readaptar, en su caso, el procedimiento de intervención. Esta evaluación debe ser suficientemente precisa y rápida como para permitir una eficaz realimentación. En particular, en el contexto del trabajo se llevará a cabo un análisis de información espectral en el dominio óptico de muestras de tejidos biológicos con diferentes niveles de afectación y diversos efectos producidos por la acción de fuentes láser. A partir de esta información, se pretende inferir el estado del tejido biológico mediante algoritmos de inteligencia artificial para lograr una clasificación automática o semiautomática, lo que podría emplearse para la realimentación del sistema en una aproximación de cirugía guiada.
ABSTRACT: This work aims to analyze the state of biological tissues that have been subjected to laser surgery procedures. After surgical interventions using laser-type optical sources, various alterations can occur in the target and adjacent biological tissues, both desired and collateral. In the clinical context, it is important to try to assess the real state of an affected tissue, to readapt, if necessary, the intervention procedure. This evaluation must be precise and rapid enough to allow effective feedback. In the context of the work, an analysis of spectral information in the optical domain of biological tissue samples with different levels of involvement and various effects produced by the action of laser sources will be carried out. From this information, it is intended to infer the state of the biological tissue using artificial intelligence algorithms to achieve an automatic or semi-automatic classification, which could be used for system feedback in a guided surgery approach.
