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

...