Metodología basada en técnicas de procesamiento de imágenes para la Segmentación Automática de Microcalcificaciones en mamografías

Autores
Bambague Ruíz, Katherym; Guevara, Ronny; Giles, Adolfo
Año de publicación
2024
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Las imágenes médicas son fundamentales en el campo de la salud, proporcionando datos esenciales para diagnósticos precisos y evaluación de tratamientos. Para maximizar su utilidad, se requiere la aplicación de técnicas y procesos de mejora de características para obtener resultados eficientes. En este contexto, el preprocesamiento de imágenes juega un papel crucial en la segmentación de microcalcificaciones en mamografías, resaltando características claves y detectando áreas con alta probabilidad de anomalías que podrían derivar en cáncer de mama. La detección de microcalcificaciones sigue siendo un desafío clínico, debido a su tamaño que oscila entre 0.1 y 1 mm de diámetro, densidad similar a otros tejidos circundantes ocasionando superposición, formas o estructuras variadas y la presencia de ruidos o artefactos en las mamografías que pueden interferir con su detección. Este estudio aborda los desafíos mencionados anteriormente y presenta una metodología robusta, fácil de manejar y de libre acceso para la segmentación automática de microcalcificaciones. Se utilizan diversos algoritmos de mejora de características y técnicas de procesamiento de imágenes en cascada para la segmentación automática. Posteriormente, los resultados obtenidos se comparan con una máscara de referencia marcada por un especialista, utilizando como métrica de evaluación el coeficiente Sørensen-Dice. Este enfoque permite evaluar la eficiencia de la metodología propuesta, obteniendo un coeficiente Dice de 0.68 (68% de coincidencia entre los conjuntos), lo que resalta la eficacia de la metodología propuesta.
Sociedad Argentina de Informática e Investigación Operativa
Materia
Ciencias Informáticas
Imágenes médicas
Microcalcificaciones
Diagnósticos precisos
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/177123
Acceder
id SEDICI_0e4b9ca7a679af180f051a785f706f82
oai_identifier_str oai:sedici.unlp.edu.ar:10915/177123
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Metodología basada en técnicas de procesamiento de imágenes para la Segmentación Automática de Microcalcificaciones en mamografíasBambague Ruíz, KatherymGuevara, RonnyGiles, AdolfoCiencias InformáticasImágenes médicasMicrocalcificacionesDiagnósticos precisosLas imágenes médicas son fundamentales en el campo de la salud, proporcionando datos esenciales para diagnósticos precisos y evaluación de tratamientos. Para maximizar su utilidad, se requiere la aplicación de técnicas y procesos de mejora de características para obtener resultados eficientes. En este contexto, el preprocesamiento de imágenes juega un papel crucial en la segmentación de microcalcificaciones en mamografías, resaltando características claves y detectando áreas con alta probabilidad de anomalías que podrían derivar en cáncer de mama. La detección de microcalcificaciones sigue siendo un desafío clínico, debido a su tamaño que oscila entre 0.1 y 1 mm de diámetro, densidad similar a otros tejidos circundantes ocasionando superposición, formas o estructuras variadas y la presencia de ruidos o artefactos en las mamografías que pueden interferir con su detección. Este estudio aborda los desafíos mencionados anteriormente y presenta una metodología robusta, fácil de manejar y de libre acceso para la segmentación automática de microcalcificaciones. Se utilizan diversos algoritmos de mejora de características y técnicas de procesamiento de imágenes en cascada para la segmentación automática. Posteriormente, los resultados obtenidos se comparan con una máscara de referencia marcada por un especialista, utilizando como métrica de evaluación el coeficiente Sørensen-Dice. Este enfoque permite evaluar la eficiencia de la metodología propuesta, obteniendo un coeficiente Dice de 0.68 (68% de coincidencia entre los conjuntos), lo que resalta la eficacia de la metodología propuesta.Sociedad Argentina de Informática e Investigación Operativa2024-08info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf11-24http://sedici.unlp.edu.ar/handle/10915/177123spainfo:eu-repo/semantics/altIdentifier/url/https://revistas.unlp.edu.ar/JAIIO/article/view/18547info:eu-repo/semantics/altIdentifier/issn/2451-7496info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:47:49Zoai:sedici.unlp.edu.ar:10915/177123Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:47:49.376SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Metodología basada en técnicas de procesamiento de imágenes para la Segmentación Automática de Microcalcificaciones en mamografías
title Metodología basada en técnicas de procesamiento de imágenes para la Segmentación Automática de Microcalcificaciones en mamografías
spellingShingle Metodología basada en técnicas de procesamiento de imágenes para la Segmentación Automática de Microcalcificaciones en mamografías
Bambague Ruíz, Katherym
Ciencias Informáticas
Imágenes médicas
Microcalcificaciones
Diagnósticos precisos
title_short Metodología basada en técnicas de procesamiento de imágenes para la Segmentación Automática de Microcalcificaciones en mamografías
title_full Metodología basada en técnicas de procesamiento de imágenes para la Segmentación Automática de Microcalcificaciones en mamografías
title_fullStr Metodología basada en técnicas de procesamiento de imágenes para la Segmentación Automática de Microcalcificaciones en mamografías
title_full_unstemmed Metodología basada en técnicas de procesamiento de imágenes para la Segmentación Automática de Microcalcificaciones en mamografías
title_sort Metodología basada en técnicas de procesamiento de imágenes para la Segmentación Automática de Microcalcificaciones en mamografías
dc.creator.none.fl_str_mv Bambague Ruíz, Katherym
Guevara, Ronny
Giles, Adolfo
author Bambague Ruíz, Katherym
author_facet Bambague Ruíz, Katherym
Guevara, Ronny
Giles, Adolfo
author_role author
author2 Guevara, Ronny
Giles, Adolfo
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Imágenes médicas
Microcalcificaciones
Diagnósticos precisos
topic Ciencias Informáticas
Imágenes médicas
Microcalcificaciones
Diagnósticos precisos
dc.description.none.fl_txt_mv Las imágenes médicas son fundamentales en el campo de la salud, proporcionando datos esenciales para diagnósticos precisos y evaluación de tratamientos. Para maximizar su utilidad, se requiere la aplicación de técnicas y procesos de mejora de características para obtener resultados eficientes. En este contexto, el preprocesamiento de imágenes juega un papel crucial en la segmentación de microcalcificaciones en mamografías, resaltando características claves y detectando áreas con alta probabilidad de anomalías que podrían derivar en cáncer de mama. La detección de microcalcificaciones sigue siendo un desafío clínico, debido a su tamaño que oscila entre 0.1 y 1 mm de diámetro, densidad similar a otros tejidos circundantes ocasionando superposición, formas o estructuras variadas y la presencia de ruidos o artefactos en las mamografías que pueden interferir con su detección. Este estudio aborda los desafíos mencionados anteriormente y presenta una metodología robusta, fácil de manejar y de libre acceso para la segmentación automática de microcalcificaciones. Se utilizan diversos algoritmos de mejora de características y técnicas de procesamiento de imágenes en cascada para la segmentación automática. Posteriormente, los resultados obtenidos se comparan con una máscara de referencia marcada por un especialista, utilizando como métrica de evaluación el coeficiente Sørensen-Dice. Este enfoque permite evaluar la eficiencia de la metodología propuesta, obteniendo un coeficiente Dice de 0.68 (68% de coincidencia entre los conjuntos), lo que resalta la eficacia de la metodología propuesta.
Sociedad Argentina de Informática e Investigación Operativa
description Las imágenes médicas son fundamentales en el campo de la salud, proporcionando datos esenciales para diagnósticos precisos y evaluación de tratamientos. Para maximizar su utilidad, se requiere la aplicación de técnicas y procesos de mejora de características para obtener resultados eficientes. En este contexto, el preprocesamiento de imágenes juega un papel crucial en la segmentación de microcalcificaciones en mamografías, resaltando características claves y detectando áreas con alta probabilidad de anomalías que podrían derivar en cáncer de mama. La detección de microcalcificaciones sigue siendo un desafío clínico, debido a su tamaño que oscila entre 0.1 y 1 mm de diámetro, densidad similar a otros tejidos circundantes ocasionando superposición, formas o estructuras variadas y la presencia de ruidos o artefactos en las mamografías que pueden interferir con su detección. Este estudio aborda los desafíos mencionados anteriormente y presenta una metodología robusta, fácil de manejar y de libre acceso para la segmentación automática de microcalcificaciones. Se utilizan diversos algoritmos de mejora de características y técnicas de procesamiento de imágenes en cascada para la segmentación automática. Posteriormente, los resultados obtenidos se comparan con una máscara de referencia marcada por un especialista, utilizando como métrica de evaluación el coeficiente Sørensen-Dice. Este enfoque permite evaluar la eficiencia de la metodología propuesta, obteniendo un coeficiente Dice de 0.68 (68% de coincidencia entre los conjuntos), lo que resalta la eficacia de la metodología propuesta.
publishDate 2024
dc.date.none.fl_str_mv 2024-08
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/177123
url http://sedici.unlp.edu.ar/handle/10915/177123
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/https://revistas.unlp.edu.ar/JAIIO/article/view/18547
info:eu-repo/semantics/altIdentifier/issn/2451-7496
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
11-24
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844616341407924224
score 13.070432

Publicaciones similares