Un enfoque híbrido para la segmentación de tumores en MRI cerebrales

Autores
Orlando, J. I.; Ferrante, E.; Manterola, H. L.; Fresno, M. del
Año de publicación
2012
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
En el presente trabajo se presenta un método para la segmentación de MRI basado en un enfoque híbrido que utiliza volúmenes obtenidos por medio de un método de segmentación basado en Crecimiento de Regiones como entrada para un algoritmo de Modelos Deformables Paramétricos. El método desarrollado se aplicó considerando series de diferentes modalidades de MRI multislice con tumores y edemas artificiales obtenidos por simulación, lo que permite comparar los resultados del proceso de segmentación con los volúmenes de referencia que el simulador brinda. Las pruebas preliminares realizadas muestran que el método permite obtener segmentaciones de muy buena calidad, útiles para el seguimiento y control de tratamientos oncológicos.
Sociedad Argentina de Informática e Investigación Operativa
Materia
Ciencias Informáticas
Segmentación
Crecimiento de Regiones
Modelos Deformables
Análisis de texturas
MRI
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:10915/124149
Acceder
id SEDICI_9d7f73c0fa44bb34b345ea2012830c05
oai_identifier_str oai:sedici.unlp.edu.ar:10915/124149
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Un enfoque híbrido para la segmentación de tumores en MRI cerebralesOrlando, J. I.Ferrante, E.Manterola, H. L.Fresno, M. delCiencias InformáticasSegmentaciónCrecimiento de RegionesModelos DeformablesAnálisis de texturasMRIEn el presente trabajo se presenta un método para la segmentación de MRI basado en un enfoque híbrido que utiliza volúmenes obtenidos por medio de un método de segmentación basado en Crecimiento de Regiones como entrada para un algoritmo de Modelos Deformables Paramétricos. El método desarrollado se aplicó considerando series de diferentes modalidades de MRI multislice con tumores y edemas artificiales obtenidos por simulación, lo que permite comparar los resultados del proceso de segmentación con los volúmenes de referencia que el simulador brinda. Las pruebas preliminares realizadas muestran que el método permite obtener segmentaciones de muy buena calidad, útiles para el seguimiento y control de tratamientos oncológicos.Sociedad Argentina de Informática e Investigación Operativa2012-08info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf70-91http://sedici.unlp.edu.ar/handle/10915/124149spainfo:eu-repo/semantics/altIdentifier/url/https://41jaiio.sadio.org.ar/sites/default/files/6_CAIS_2012.pdfinfo:eu-repo/semantics/altIdentifier/issn/1853-1881info: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:UNLP2025-10-15T11:21:36Zoai:sedici.unlp.edu.ar:10915/124149Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-15 11:21:37.095SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Un enfoque híbrido para la segmentación de tumores en MRI cerebrales
title Un enfoque híbrido para la segmentación de tumores en MRI cerebrales
spellingShingle Un enfoque híbrido para la segmentación de tumores en MRI cerebrales
Orlando, J. I.
Ciencias Informáticas
Segmentación
Crecimiento de Regiones
Modelos Deformables
Análisis de texturas
MRI
title_short Un enfoque híbrido para la segmentación de tumores en MRI cerebrales
title_full Un enfoque híbrido para la segmentación de tumores en MRI cerebrales
title_fullStr Un enfoque híbrido para la segmentación de tumores en MRI cerebrales
title_full_unstemmed Un enfoque híbrido para la segmentación de tumores en MRI cerebrales
title_sort Un enfoque híbrido para la segmentación de tumores en MRI cerebrales
dc.creator.none.fl_str_mv Orlando, J. I.
Ferrante, E.
Manterola, H. L.
Fresno, M. del
author Orlando, J. I.
author_facet Orlando, J. I.
Ferrante, E.
Manterola, H. L.
Fresno, M. del
author_role author
author2 Ferrante, E.
Manterola, H. L.
Fresno, M. del
author2_role author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Segmentación
Crecimiento de Regiones
Modelos Deformables
Análisis de texturas
MRI
topic Ciencias Informáticas
Segmentación
Crecimiento de Regiones
Modelos Deformables
Análisis de texturas
MRI
dc.description.none.fl_txt_mv En el presente trabajo se presenta un método para la segmentación de MRI basado en un enfoque híbrido que utiliza volúmenes obtenidos por medio de un método de segmentación basado en Crecimiento de Regiones como entrada para un algoritmo de Modelos Deformables Paramétricos. El método desarrollado se aplicó considerando series de diferentes modalidades de MRI multislice con tumores y edemas artificiales obtenidos por simulación, lo que permite comparar los resultados del proceso de segmentación con los volúmenes de referencia que el simulador brinda. Las pruebas preliminares realizadas muestran que el método permite obtener segmentaciones de muy buena calidad, útiles para el seguimiento y control de tratamientos oncológicos.
Sociedad Argentina de Informática e Investigación Operativa
description En el presente trabajo se presenta un método para la segmentación de MRI basado en un enfoque híbrido que utiliza volúmenes obtenidos por medio de un método de segmentación basado en Crecimiento de Regiones como entrada para un algoritmo de Modelos Deformables Paramétricos. El método desarrollado se aplicó considerando series de diferentes modalidades de MRI multislice con tumores y edemas artificiales obtenidos por simulación, lo que permite comparar los resultados del proceso de segmentación con los volúmenes de referencia que el simulador brinda. Las pruebas preliminares realizadas muestran que el método permite obtener segmentaciones de muy buena calidad, útiles para el seguimiento y control de tratamientos oncológicos.
publishDate 2012
dc.date.none.fl_str_mv 2012-08
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/10915/124149
url http://sedici.unlp.edu.ar/handle/10915/124149
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/https://41jaiio.sadio.org.ar/sites/default/files/6_CAIS_2012.pdf
info:eu-repo/semantics/altIdentifier/issn/1853-1881
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
70-91
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_ 1846064272730226688
score 13.22299

Publicaciones similares