Nuevas técnicas para imagenología
Boletín de prensa
1682/2015
San Luis Potosí, San Luis Potosí. 30 de diciembre de 2015 (Agencia Informativa Conacyt).- La imagenología médica es una de las herramientas más poderosas en el ámbito clínico, debido a su capacidad de mostrar información anatómica y funcional del cuerpo humano. Con la finalidad de mejorar las técnicas de análisis de imágenes médicas, en la Universidad Autónoma de San Luis Potosí (UASLP) se trabaja sobre el estudio de diversas técnicas de segmentación. La alumna de la Facultad de Ciencias, Sarahí Hernández Juárez, trabaja en realizar comparaciones cuantitativas de métodos de segmentación de imágenes médicas.
Este trabajo se realiza bajo la tutoría de los doctores Aldo Mejía y Edgar Arce, en colaboración con el Instituto de Bioimagenología y Fisiología Molecular que se encuentra en Milán, Italia, que son los expertos clínicos que aportan imágenes de casos clínicos verdaderos.
Sarahí Hernández, autora del proyecto, comentó en entrevista para la Agencia Informativa Conacyt: “El objetivo inicial del proyecto era comparar métodos de segmentación en el ámbito clínico para lograr segmentar distintos tipos de estructuras de interés, después se complementó con la comparación por parte de un experto clínico, para verificar la eficiencia de los métodos de segmentación conocidos, en este caso enfocado en el tratamiento de radioterapia”.
Los métodos que se aplicaron fueron K-means, Otsu y Chan-Vese para la segmentación de imágenes de pulmones y un tumor cerebral. El análisis cuantitativo constó del cálculo de índices de precisión que comparan la segmentación obtenida por cada método con una segmentación obtenida de forma tradicional por un experto clínico. Los índices adquiridos fueron la distancia simétrica media, la distancia máxima, el porcentaje de distancias mayores a la dimensión del pixel y el índice de superposición. Los resultados arrojaron que para la segmentación de los pulmones los algoritmos se comportan de manera similar, pero en el caso del tumor, el método de Chan-Vese es preferible.
RL/AT/FV/1682/2015