DETECCIÓN DE TUMORES CEREBRALES, A PARTIR DE NEUROIMÁGENES, UTILIZANDO UNA TÉCNICA COMPUTACIONAL HÍBRIDA

DETECCIÓN DE TUMORES CEREBRALES, A PARTIR DE NEUROIMÁGENES, UTILIZANDO UNA TÉCNICA COMPUTACIONAL HÍBRIDA

DIEGO FERNANDO HOYOS CHACON

YENI SULAY ARIAS GARCIA

[pic 1]

UNIVERSIDAD SIMÓN BOLÍVAR

SEDE CÚCUTA

2017

DETECCIÓN DE TUMORES CEREBRALES, A PARTIR DE NEUROIMÁGENES, UTILIZANDO UNA TÉCNICA COMPUTACIONAL HÍBRIDA

DIEGO FERNANDO HOYOS CHACON

YENI SULAY ARIAS GARCIA

INGENIERÍA DE SISTEMAS

Prof. Miguel Vera

Docente Formación Investigativa I

UNIVERSIDAD SIMÓN BOLÍVAR

SEDE CÚCUTA

2017

Tabla de contenido

Lista de Figuras        4

Lista de Tablas        5

Lista de Abreviaturas        6

Introducción        8

Capítulo I: El problema        9

1.1 Planteamiento del problema        9

1.2 Formulación del Problema        12

1.3 Delimitación        12

1.3.1 Espacial:        12

1.3.2 Temporal:        12

1.4 Justificación        12

1.5 Objetivos        13

1.5.1 Objetivo general:        13

1.5.2 Objetivos específicos:        13

CAPÍTULO II: Marco teórico        14

2.1 Estado del arte        14

2.2 Bases teóricas        16

2.2.1 Generalidades acerca del cerebro        16

2.2.2 Modalidades de Imageneologia        20

2.2.3 Técnicas vinculadas con el procesamiento digital de imágenes        22

2.2.4 Métricas para evaluar la calidad de las técnicas vinculadas con el procesamiento digital de imágenes.        42

Capítulo III: Marco Metodológico.        45

3.1 Modelo de la investigación        45

3.2 Nivel de la investigación        45

3.3 Diseño de la investigación        45

Capítulo IV: Aspectos administrativos        49

4.1 Recursos        49

4.2        Cronograma de actividades (Diagrama de Gantt)        50

Capítulo V: Bibliografía        51

Lista de Figuras

Figura 1.1: Vistas axiales de imágenes cerebrales de CT en las que se observa claramente: a) Ruido Poisson. b) Artefacto Escalera (ver flecha azul). c) Bajo contraste entre estructuras lobulares. …………………………………………... 11

Figura 2.1: Diagrama de bloques de las modalidades de Imageneologia médica. 20

Figura 2.2: Diagrama de bloques de la etapa de la estrategia E1.  ……………..  22

Figura 2.3: Diagrama de bloques de la etapa de preprocesamiento de la estrategia E1. ……………………………………………………………………………… 23

Figura 2.4: Caso 6 de similaridad. a) Vóxeles en . b) Vóxeles en . ……… 30[pic 2][pic 3]

Figura 2.5: Transformación de los datos del espacio de características original al espacio de características. ……………………………………………………… 33

Figura 2.6: Diagrama de bloques correspondiente a la etapa de segmentación. .. 40

Figura 2.7: Imagen ilustrativa del Coeficiente de Dice. La región de color rojo corresponde a RD, la azul representa RP y la verde es RD ∩ RP. ……………... 44

Lista de Tablas

Tabla 4.1: Recursos previstos para el desarrollo de la investigación. ………….. 49

Tabla 4.2: Cronograma de Actividades. ………………………………………... 50

Lista de Abreviaturas

MRI                        Resonancia Magnética

CT                        Tomografía Computarizada        

2-D                        Espacio Bidimensional

3-D                        Espacio Tridimensional

ICV                        Volumen Intracraneal

RBM                        Reverse Brain Mask

CSF                        Fluido Cerebroespinal

T                        Teslas

FAST                        FMRIB's Automated Segmentation Tool

SPM5                        Statistical Parametric Mapping

N3                        Nonparametric Nonuniformity Normalization

GM                        Materia Gris

WM                        Materia Blanca

MNI                        Montreal Neurological Institute

MAPS                        Multi-Atlas Propagation and Segmentation

GC                         Graph Cut

BA                        Método Basado en Atlas

OMS                        Organización Mundial de la Salud

VIH                        Virus de Inmunodeficiencia Humana

PET                        Tomografía por Emisión de Positrones

SPECT                Tomografía por Emisión de Fotones Simples

US                        Ultrasonido

HU                        Unidades Hounsfield

MSCT                        Tomografía Computarizada Multi-capa

NG                        Niveles de Gris

ROI                        Región de Interés

WT                        Transformada Wavelet

LSSVM                Máquinas de Soporte Vectorial de Mínimos Cuadrados

SVM                        Máquinas de Soporte Vectorial

RBF                        Función de Base Radial

NN                        Redes Neurales Artificiales

RG                        Crecimiento de Regiones

PSNR                        Métrica Pico de la Relación Señal a Ruido

Dc                        Coeficiente de Dice

RD                        Segmentación Manual

RP                        Segmentación Automática

ITK                        Insight Toolkit

VTK                        Visualization Toolkit

DB                        Base de Datos

DICOM                Digital Imaging and Communication in Medicine

GUI                        Interfaz Grafica de Usuario

MDS                        Metodologías de Desarrollo de Software

Introducción

Mediante el presente trabajo se pretende desarrollar una interface gráfica de usuario (GUI) que puede ser útil en la detección automática de tumores cerebrales considerando imágenes tridimensionales de tomografía computarizada. Para ello, se efectúa un proceso de diseño, implementación, entonación y validación de algoritmos computacionales que permiten abordar los problemas de ruido, artefactos y bajo contraste que exhiben las mencionadas imágenes.

La estructura del trabajo a desarrollar es la siguiente:

En el capítulo uno se presenta el problema, estructurado mediante el planteamiento y la formulación del problema. En el segundo capítulo se desarrolla el marco teórico el cual contempla los antecedentes que se registran en la literatura especializada y las bases teóricas relativas a: generalidades acerca del cerebro, patologías cerebrales quirúrgicas, técnicas de filtrado y métodos de segmentación.

Por otra parte, mediante el capítulo tres se aborda el proceso metodológico que se tiene previsto desarrollar en el contexto de las asignaturas Investigación Formativa II y III. En ese marco metodológico se incluye la descripción del uso de ciertas métricas las cuales permitirán establecer la calidad de desempeño de la técnica computacional hibrida propuesta mediante la presente investigación.

...