Resumen:
esta Tesis plantea como objetivo principal el análisis y la implementación de sistemas de LD basados en LD tipo 2 de intervalos aplicados específicamente a la segmentación de imágenes médicas. Dado su potencial aporte, se pondrá especial énfasis en métodos de generación automática de sistemas de LD a partir de imágenes previamente segmentadas y la extensión de estos métodos a otros problemas de segmentación donde no se disponga del resultado esperado (descubrimiento de conocimiento).
Asimismo, considerando los trabajos previos existentes que plantean la potencial capacidad de la LD tipo 2 de intervalos en el manejo de imprecisión e incertidumbre, en esta Tesis se plantea la siguiente hipótesis de trabajo: “La LD tipo 2 de intervalos aplicada a la segmentación de imágenes mejora el desempeño de la LD tipo 1”.
La concreción del objetivo propuesto en esta Tesis comprende:
Proponer una metodología formal completa para el uso de predicados difusos con LD tipo 2 de intervalos.
Desarrollar nuevos métodos de segmentación de imágenes médicas que estén basados en sistemas de LD tipo 2 de intervalos y evaluar su desempeño respecto a modelos análogos basados en LD tipo 1, y a otras técnicas robustas de segmentación propuestas en los últimos años.
Estudiar e implementar nuevos métodos de generación automática a partir de datos de sistemas de LD para Reconocimiento de Patrones.
Explorar las ventajas que la LD tipo 2 de intervalos ofrece debido a su mayor capacidad para el manejo de imprecisión e incertidumbre.
