Segmentación de Imágenes de Tomografía Computarizada y Resonancia Magnética Nuclear utilizando Técnicas de Optimización Estocástica

Abstract

En este trabajo se presentan novedosas metodologías basadas en la teoría de modelos de contorno activo y técnicas de optimización basadas en población. El primer conjunto de métodos consiste en la generación de múltiples contornos activos, los cuales son guiados de forma independiente por las técnicas de optimización por enjambre de partículas, evolución diferencial y algoritmos de estimación de distribución sobre un sistema de coordenadas polares. Estas técnicas permiten incrementar la capacidad de exploración y explotación en comparación con el contorno activo tradicional y otros métodos de segmentación. Estas metodologías utilizan una inicialización interactiva del sistema de coordenadas para desempeñar la tarea de segmentación. El segundo conjunto de metodologías utilizan una plantilla del objeto de interés como contorno inicial, la cual es generada por medio de un proceso de alineación de siluetas de referencia. En la primera etapa, para evaluar la robustez de las metodologías propuestas, se introdujo un conjunto de imágenes sintéticas conteniendo objetos con varias concavidades y ruido Gaussiano. Posteriormente, estas metodologías son usadas para segmentar el corazón y ventrículo izquierdo humano de imágenes de tomografía computarizada y resonancia magnética nuclear respectivamente. Finalmente, para evaluar el desempeño de las segmentaciones con respecto a las regiones delineadas por expertos, un conjunto de métricas de similitud ha sido adoptada. Los resultados experimentales demuestran que éstas metodologías superan en términos de exactitud de segmentación a los demás métodos comparativos, lo cual puede ayudar de manera significativa a los cardiólogos en la toma de decisiones clínicas. Por otra parte, se presenta una metodología para la segmentación automática de arterias coronarias en angiogramas. En la etapa de detección se utilizan filtros de Gabor para realzar estructuras arteriales. Posteriormente, en la etapa de segmentación las métricas de sensitividad, especificidad y exactitud son utilizadas para analizar seis métodos de umbralización comparando los resultados de segmentación con las arterias delineadas por expertos. La métrica de exactitud de segmentación obtuvo un desempeño superior a 0.95.