Appareal sizing

Universidad Central de Venezuela Facultad de Ciencias Escuela de Computación Lecturas en Ciencias de la Computación ISSN 1316-6239

Métodos de Segmentación de Imágenes Médicas
Ernesto Coto ND 2003-05

Laboratorio de Computación Gráfica Marzo, 2003

Métodos de Segmentación de Imágenes Médicas
Ernesto Coto ecoto@strix.ciens.ucv.ve ecoto@opalo.ciens.ucv.ve

Universidad Central deVenezuela. Facultad de Ciencias. Escuela de Computación. Laboratorio de Computación Gráfica (LCG) Venezuela. Caracas Apdo. 47002, 1041-A ND 2003-05

Resumen El veloz desarrollo y proliferación de las tecnologías de adquisición de imágenes médicas esta revolucionando la medicina. Estas imágenes juegan un rol prominente en el diagnóstico y tratamiento de enfermedades, debido a que permiten que loscientíficos y fisiólogos obtengan información vital observando el interior del cuerpo humano de una forma no invasiva. En consecuencia, la comunidad de análisis de imágenes se ha preocupado en el desafiante problema de extraer, con ayuda del computador, información clínica útil acerca de estructuras anatómicas a partir de imágenes de Tomografía Computarizada (CT – Computer Tomography), ResonanciaMagnética (MR – Magnetic Resonance) y otras modalidades. En particular, los algoritmos para extracción de información a partir de imágenes son conocidos como algoritmos de segmentación de imágenes, y juegan un papel importante en numerosas aplicaciones biomédicas de tratamiento de imágenes. Estas notas proveen un resumen general de los métodos actuales utilizados para la segmentación automática (oasistida) por computador de imágenes médicas anatómicas.

Palabras Claves: Segmentación de Imágenes, Segmentación, Procesamiento de Imágenes.

Imágenes

Médicas,

Métodos

de

Marzo, 2003

Contenido
________________________________________

INTRODUCCIÓN

4

CONOCIMIENTOS PREVIOS • • • • • • SEGMENTACIÓN Y ETIQUETADO DIMENSIONALIDAD SEGMENTACIÓN SUAVE Y EFECTOS DE VOLUMEN PARCIALSEGMENTACIÓN DISCRETA O CONTINUA INTERACCIÓN VALIDACIÓN

5 5 6 6 7 8 8 9 9 10 11 11 12 13 14 14 15 16

MÉTODOS • • • • • • • • • UMBRALIZACIÓN REGIÓN CRECIENTE CLASIFICADORES AGRUPAMIENTO CAMPOS ALEATORIOS DE M ARKOV REDES NEURALES ARTIFICIALES MODELOS DEFORMABLES GUIADOS POR PLANTILLAS OTROS MÉTODOS

DISCUSIÓN

REFERENCIAS BIBLIOGRÁFICAS

17

Introducción________________________________________
En la medicina actual, hacer diagnósticos utilizando imágenes es invaluable. El procesamiento de imágenes de Resonancia Magnética (MRI – Magnetic Resonance Imaging), tomografía computarizada (CT – Computer Tomography), mamografía digital y otras modalidades, proveen un medio no-invasivo y efectivo de delinear la anatomía de un sujeto. Estas tecnologías han incrementado enormemente elconocimiento de anatomías y patologías para la investigación medica, y son un componente critico en la planificación d e diagnósticos y tratamientos. Con el incremento en tamaño y número de imágenes médicas, se ha hecho necesario el uso del computador para facilitar el procesamiento y análisis de las mismas. En particular, los algoritmos para el delineamiento de estructuras anatómicas y otrasregiones son un componente clave para asistir y automatizar ciertas tareas radiológicas. Estos algoritmos de segmentación de imágenes juegan un papel importante en numerosas aplicaciones biomédicas de tratamiento de imágenes, como se muestra en el trabajo de Rueckert et al. [7]. Los métodos para llevar a cabo las segmentaciones varían ampliamente dependiendo de la aplicación específica, tipo de laimagen, y otros factores. Por ejemplo, la segmentación del tejido del cerebro tiene diferentes requerimientos que la segmentación de un hígado. Otros factores como el ruido, volúmenes parciales y movimientos en la imagen, también pueden tener consecuencias significativas en el desempeño de los algoritmos de segmentación. Mas aún, cada tipo d imagen tiene un conjunto de características propio con e...