Título
Segmentación de Imágenes de Tomografía Computarizada y Resonancia Magnética Nuclear utilizando Técnicas de Optimización Estocástica
Autor
IVAN CRUZ ACEVES
Colaborador
JUAN MANUEL LOPEZ HERNANDEZ (Director)
Nivel de Acceso
Acceso Abierto
Materias
Resumen o descripción
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.
This work presents novel image segmentation frameworks based on the theory of active contour models and population-based optimization techniques. The first set of segmentation methods consists of the generation of multiple active contours, which are guided by particle swarm optimization, differential evolution and estimation of distribution algorithms, independently, over a polar coordinate system to increase the exploration and exploitation capabilities regarding the classical active contour model and different comparative methods. These methods use an interactive initialization of the coordinate system to perform the segmentation task. The second set of segmentation methods uses a template of the target object as initial active contour, which is generated through an alignment process of reference shape priors. In the first stage, to evaluate the robustness of the proposed frameworks a set of synthetic images containing objects with several concavities and gaussian noise is presented. Subsequently, these frameworks are used to segment the human heart and the human left ventricle from datasets of sequential Computed Tomography and Magnetic Resonance images, respectively. Finally, to assess the performance of the medical image segmentations with respect to regions outlined by experts and by different computational techniques objectively and quantifiably, a set of distance and similarity metrics has been adopted. The experimental results demonstrate that proposed frameworks outperforms the classical active contour model and the interactive Tseng method in terms of efficiency and segmentation accuracy, which can significantly help cardiologists in clinical decision support. On the other hand, a new framework for automatic segmentation of coronary arteries in angiograms is presented. In the detection stage, Gabor filters are used to enhance vessel-like structures in the angiograms. Subsequently, the segmentation stage consists of thresholding the Gabor magnitude response. Measures of sensitivity, specificity, and accuracy are used to analyze six thresholding methods by comparing the segmentation results with the vessel structures outlined by experts. Accuracy of vessel segmentation of up to 0.95 was achieved.
Editor
Universidad de Guanajuato
Fecha de publicación
diciembre de 2013
Tipo de publicación
Tesis de doctorado
Versión de la publicación
Versión publicada
Recurso de información
Formato
application/pdf
Idioma
Español
Repositorio Orígen
Repositorio Institucional de la Universidad de Guanajuato
Descargas
0