Modelos híbridos de inteligencia computacional aplicados en la segmentación de imágenes de resonancia magnética

Abstract

Presentación del problema: Los sistemas de procesamiento de imágenes digitales constituyen actualmente una herramienta casi indispensable en la práctica de la medicina moderna. Los sistemas de adquisición muestran un desmesurado crecimiento que se incrementa día a día. Sin embargo, la evolución de los equipos a veces no es reflejada en el proceso de interpretación de imágenes. Por lo tanto, es de fundamental importancia el desarrollo de nuevos paradigmas y metodologías con el fin de disponer un espectro importante de opciones para el procesamiento y la visualización de las mismas. Una de las tareas más importantes en el análisis de imágenes médicas es la segmentación, entendiéndose como tal al proceso de particionarlas según sus componentes estructurales más importantes en regiones homogéneas con respecto a alguna de sus características, como textura o intensidad [Pham et al., 2000]. Un método de segmentación busca una partición tal que las regiones obtenidas correspondan a distintas estructuras anatómicas o regiones de interés de la imagen. Una segmentación precisa es requisito indispensable para gran cantidad de aplicaciones, como cálculo de volúmenes de ciertos tejidos y su posterior representación tridimensional, terapia de radiación, planes de cirugía, detección de tejidos anormales. Una vez realizada la segmentación, la información puede usarse por los especialistas para comparar volúmenes, morfologías y características de los tejidos con estudios normales u otras regiones en la misma imagen. Así pueden determinarse parámetros de normalidad con la idea de detectar patologías y asistir a las decisiones en diagnóstico y terapia [Moler, 2003, Courchesne et al., 2000]. Esta tesis surge como producto del trabajo sistemático con imágenes digitales en conjunto con un grupo interdisciplinario de médicos, integrado por especialistas en Diagnóstico por Imágenes, patólogos, un traumatólogo, un anestesiólogo y un psiquiatra. De la interacción con los médicos surgen pautas concretas para interpretar las imágenes, que pueden provenir de equipos distintos.