Extracción de objetos en imágenes médicas tridimensionales basada en características texturales

Autores
Manterola, H. L.; Orlando, J. I.; Ferrante, E.; Fresno, Mariana del
Año de publicación
2013
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
En este trabajo se propone un algoritmo basado en texturas para la segmentación de imágenes médicas tridimensionales. En particular, se utilizan indicadores de textura calculados a partir de estadísticas de segundo orden, recabadas mediante matrices de coocurrencia de niveles de gris. Esta información es utilizada para guiar la evolución de un algoritmo de crecimiento de regiones, que realiza una segmentación inicial restrictiva con la cual es inicializado un modelo de Superficies Activas. El resultado obtenido consiste en un conjunto de mallas de superficie asociadas a los objetos de interés dentro de la imagen. Para estudiar la robustez del método propuesto se realizó un análisis experimental para la segmentación de tumores cerebrales en MRI artificiales y órganos abdominales de CT, obteniendo resultados más que satisfactorios en ambos casos.
Sociedad Argentina de Informática e Investigación Operativa
Materia
Ciencias Informáticas
Segmentación
Imágenes médicas tridimensionales
Texturas
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:10915/93780
Acceder
id SEDICI_acb4fd26cefa310a23310189dff108bd
oai_identifier_str oai:sedici.unlp.edu.ar:10915/93780
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Extracción de objetos en imágenes médicas tridimensionales basada en características texturalesManterola, H. L.Orlando, J. I.Ferrante, E.Fresno, Mariana delCiencias InformáticasSegmentaciónImágenes médicas tridimensionalesTexturasEn este trabajo se propone un algoritmo basado en texturas para la segmentación de imágenes médicas tridimensionales. En particular, se utilizan indicadores de textura calculados a partir de estadísticas de segundo orden, recabadas mediante matrices de coocurrencia de niveles de gris. Esta información es utilizada para guiar la evolución de un algoritmo de crecimiento de regiones, que realiza una segmentación inicial restrictiva con la cual es inicializado un modelo de Superficies Activas. El resultado obtenido consiste en un conjunto de mallas de superficie asociadas a los objetos de interés dentro de la imagen. Para estudiar la robustez del método propuesto se realizó un análisis experimental para la segmentación de tumores cerebrales en MRI artificiales y órganos abdominales de CT, obteniendo resultados más que satisfactorios en ambos casos.Sociedad Argentina de Informática e Investigación Operativa2013-09info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf162-178http://sedici.unlp.edu.ar/handle/10915/93780spainfo: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:UNLP2025-10-15T11:11:25Zoai:sedici.unlp.edu.ar:10915/93780Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-15 11:11:25.769SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Extracción de objetos en imágenes médicas tridimensionales basada en características texturales
title Extracción de objetos en imágenes médicas tridimensionales basada en características texturales
spellingShingle Extracción de objetos en imágenes médicas tridimensionales basada en características texturales
Manterola, H. L.
Ciencias Informáticas
Segmentación
Imágenes médicas tridimensionales
Texturas
title_short Extracción de objetos en imágenes médicas tridimensionales basada en características texturales
title_full Extracción de objetos en imágenes médicas tridimensionales basada en características texturales
title_fullStr Extracción de objetos en imágenes médicas tridimensionales basada en características texturales
title_full_unstemmed Extracción de objetos en imágenes médicas tridimensionales basada en características texturales
title_sort Extracción de objetos en imágenes médicas tridimensionales basada en características texturales
dc.creator.none.fl_str_mv Manterola, H. L.
Orlando, J. I.
Ferrante, E.
Fresno, Mariana del
author Manterola, H. L.
author_facet Manterola, H. L.
Orlando, J. I.
Ferrante, E.
Fresno, Mariana del
author_role author
author2 Orlando, J. I.
Ferrante, E.
Fresno, Mariana del
author2_role author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Segmentación
Imágenes médicas tridimensionales
Texturas
topic Ciencias Informáticas
Segmentación
Imágenes médicas tridimensionales
Texturas
dc.description.none.fl_txt_mv En este trabajo se propone un algoritmo basado en texturas para la segmentación de imágenes médicas tridimensionales. En particular, se utilizan indicadores de textura calculados a partir de estadísticas de segundo orden, recabadas mediante matrices de coocurrencia de niveles de gris. Esta información es utilizada para guiar la evolución de un algoritmo de crecimiento de regiones, que realiza una segmentación inicial restrictiva con la cual es inicializado un modelo de Superficies Activas. El resultado obtenido consiste en un conjunto de mallas de superficie asociadas a los objetos de interés dentro de la imagen. Para estudiar la robustez del método propuesto se realizó un análisis experimental para la segmentación de tumores cerebrales en MRI artificiales y órganos abdominales de CT, obteniendo resultados más que satisfactorios en ambos casos.
Sociedad Argentina de Informática e Investigación Operativa
description En este trabajo se propone un algoritmo basado en texturas para la segmentación de imágenes médicas tridimensionales. En particular, se utilizan indicadores de textura calculados a partir de estadísticas de segundo orden, recabadas mediante matrices de coocurrencia de niveles de gris. Esta información es utilizada para guiar la evolución de un algoritmo de crecimiento de regiones, que realiza una segmentación inicial restrictiva con la cual es inicializado un modelo de Superficies Activas. El resultado obtenido consiste en un conjunto de mallas de superficie asociadas a los objetos de interés dentro de la imagen. Para estudiar la robustez del método propuesto se realizó un análisis experimental para la segmentación de tumores cerebrales en MRI artificiales y órganos abdominales de CT, obteniendo resultados más que satisfactorios en ambos casos.
publishDate 2013
dc.date.none.fl_str_mv 2013-09
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/10915/93780
url http://sedici.unlp.edu.ar/handle/10915/93780
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv 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
162-178
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_ 1846064171197661184
score 13.22299

Publicaciones similares