Inteligencia computacional aplicada a la segmentación de imágenes de resonancia magnética cerebral para la diagnosis y tratamiento médico.
Edición Semestral | Volumen 4, Número 2 |Julio - Diciembre de 2016
Palabras clave:
segmentación, imágenes de resonancia magnética, reconocimiento de patrones difusos, algoritmos de agrupamiento y genéticos, incertidumbre, modelos de agrupamiento difusoResumen
La segmentación de imágenes médicas de resonancia magnética, presente en los métodos que se describen, y que serán desarrollados con algún tipo de tecnología relacionada a los modelos de clasificación en agrupamiento de datos, están basados en las teorías básicas subyacentes al reconocimiento de patrones difusos, a las propiedades topológicas en la reconstrucción de tejido anatómico y a la calidad de representación de características de la imagen. Así se involucran técnicas de trabajo con el modelado de vaguedad o incertidumbre utilizando modelos de agrupamiento difuso como herramienta principal del sistema de clasificación, combinados con el modelado de reconstrucción anatómica que evidencie el proceso de identificación de tejido patológico. Finalmente, este grupo de técnicas estructuradas en forma de algoritmos, transfiere conocimiento del dominio médico para ser utilizados en la reconstrucción de superficies volumétricas que conserven la anatomía del objeto de interés; en nuestro caso, la posibilidad de localizar o representar un tumor o lesión.