6
Segmentación por umbral y por crecimiento de regiones 1.- Adquisición de la imagen digital Las imágenes se obtuvieron de artículos científicos de internet donde especialistas explican como determinar malignidad en el cerebro por medio del análisis de Tomografías Axiales Computarizadas (TAC)* 1 de cráneo y dar un diagnostico de acuerdo a los resultados. Las imágenes obtenidas son Tumor cerebral con metástasis * 2 en el hemisferio cerebral derecho procedente de un cáncer de pulmón (Figura 1(a)), Tumor cerebral con calcio en interior (Figura 1 (b)) (a) (b) Figura. 1 Tomografías Axiales Computarizadas, (a) Tumor cerebral con metástasis, (b) Tumor cerebral con calcio en interior 2.- Pre procesamiento de imágenes El software utilizado para el pre procesamiento de las imágenes es el Compilador en tiempo de Ejecución Matlab (Matlab Compiler Runtime) por sus siglas en ingles que se instala previamente para después ejecutar la aplicación Segmentacion2.exe ver Figura 2. De esta manera al utilizar la aplicación Segmentacion2.exe mejora la imagen con las siguientes técnicas (Chambi, 2012): Mejora de contraste Eliminación o reducción de ruido

Segmentación por umbral y por crecimiento de regiones

Embed Size (px)

Citation preview

Page 1: Segmentación por umbral y por crecimiento de regiones

Segmentación por umbral y por crecimiento de regiones

1.- Adquisición de la imagen digital

Las imágenes se obtuvieron de artículos científicos de internet donde especialistas explican como determinar malignidad en el cerebro por medio del análisis de Tomografías Axiales Computarizadas (TAC)*1 de cráneo y dar un diagnostico de acuerdo a los resultados. Las imágenes obtenidas son Tumor cerebral con metástasis *2 en el hemisferio cerebral derecho procedente de un cáncer de pulmón (Figura 1(a)), Tumor cerebral con calcio en interior (Figura 1 (b))

(a) (b)Figura. 1 Tomografías Axiales Computarizadas, (a) Tumor cerebral con metástasis, (b) Tumor cerebral con calcio

en interior

2.- Pre procesamiento de imágenes

El software utilizado para el pre procesamiento de las imágenes es el Compilador en tiempo de Ejecución Matlab (Matlab Compiler Runtime) por sus siglas en ingles que se instala previamente para después ejecutar la aplicación Segmentacion2.exe ver Figura 2. De esta manera al utilizar la aplicación Segmentacion2.exe mejora la imagen con las siguientes técnicas (Chambi, 2012):

Mejora de contraste Eliminación o reducción de ruido Detección de bordes Conversión de RGB a escalas de grises

Page 2: Segmentación por umbral y por crecimiento de regiones

Figura 2 Pantalla Principal

3.- Segmentación de imágenes

Los métodos para segmentar las imágenes mencionadas anteriormente son:

3.1.- Segmentación por umbralización

Procedimiento que define uno o varios umbrales con respecto a tonos de gris de pixeles que permiten generar agrupamiento de pixeles para determinar objetos presentes en la imagen

Para las imágenes seleccionadas la segmentación por umbralización identificamos que con intervalo de nivel de gris T = 180 a un T = 210 es fácilmente identificar las áreas donde se encuentra el tumor.

A continuación se muestra la imagen de la Figura 1 (a) y Figura 1(b) segmentada por umbralizacion respectivamente. Ver Figura 3.

Page 3: Segmentación por umbral y por crecimiento de regiones

Figura 3 (a)

Figura 3(b)

Figura 3. Segmentación por umbralizacion (a)Tumor con metástasis, (b) Tumor con calcion en interior

3.2 Segmentación por crecimiento de regiones

Procedimiento que agrupa pixeles o sub-regiones dentro de regiones más grandes

Para la segmentación por crecimiento de regiones tiene menos practicidad para estos ejemplos pero también se puede identificar la región que se limita por un borde que indica el área del tumor.

Page 4: Segmentación por umbral y por crecimiento de regiones

A continuación se muestran la imagenes de la Figura 1 (a) y Figura 1(b) segmentada por umbralizacion respectivamente. Ver Figura 4.

(a)

(b)Figura 4. Segmentación por crecimiento de regiones (a)Tumor con metástasis, (b) Tumor con calcio en interior

Page 5: Segmentación por umbral y por crecimiento de regiones

5.- Reconocimiento e interpretación

De acuerdo de los resultados obtenidos en la segmentación podemos reconocer si existe un tumor siguiendo el criterio de “Si las células se dividen sin control, forman una masa de tejido, que se llama neoplasia o tumor. Éstos pueden invadir tejidos cercanos y propagarse a otras partes del cuerpo” (Mohei, 2012). Por tanto identificamos que existen tumores en las imágenes presentadas por medio de la segmentación y con mas exactitud por el método de umbralizacion.

Referencias Web

//explicación de técnicas para mejora de imagen con matlabChambi, P.(2011, 15 Febrero) Procesamiento digital de imágenes con Matlab. Recuperado el 11 de Octubre de 2013, de la Universidad Nacional Mayor de San Marcos: http://www.slideshare.net/lonely113/procesamiento-digital-de-imgenes-con-matlab

//explicacion de cómo identificar un tumor cerebralMohei, A. (2012, Septiembre). Tumor cerebral cáncer cerebral. Recuperado el 12 de Octubre de 2013 de http://www.med.nyu.edu/content?ChunkIID=581973

//link imagen de tumor metástasis Patologías craneoencefálicas: Tumores cerebrales (s.f).Recuperado el 10 de Octubre de 2012 de http://neurorgs.net/informacion-al-paciente/patologia-craneoencefalica/tumores-cerebrales/

//explicación TACRivas, P (2013, 23 Agosto). Tomografía axial computarizada (TAC). Recuperado el 12 de Octubre de 2013 dehttp://www.webconsultas.com/pruebas-medicas/tomografia-axial-computarizada-tac-8015

//link imagen 2 de tumor con calcio internoSáez, V. (2010, 21 de Noviembre) Según varios estudios, las células causantes de tumores cerebrales pueden transformarse en células de los vasos sanguíneos. Recuperado el 11 de Octubre de 2012 de http://terapiadelcanguro.novaxove.com/2010/11/21/segun-varios-estudios-las-celulas-causantes-de-tumores-cerebrales-pueden-transformarse-en-celulas-de-los-vasos-sanguineos/