IDENTIFICACIÓN Y CARACTERIZACIÓN DE PATOLOGÍAS CEREBRALES USANDO MÉTODOS DE SEGMENTACIÓN DE IMÁGENES: SOFTWARE DE APOYO DIAGNÓSTICO PARA ESPECIALISTAS EN EL ÁREA NEUROLÓGICA

Resumen

Este estudio de investigación presenta el desarrollo y aplicación de un software de apoyo diagnóstico para especialistas en el área de neurología, basado en procesamiento de imágenes, para la identificación de patologías usando tomografías axiales computarizadas cerebrales con el propósito de caracterizar zonas anómalas en imágenes provenientes de pacientes con enfermedades neurológicas como tumores cerebrales, epilepsia o Parkinson; entre otras. Se muestra una comparación entre el desempeño de diferentes algoritmos de segmentación, implementados en una interfaz de MATLAB App Designer, de diseño amigable que permita la extracción de las características de la imagen según parámetros previamente establecidos. En este trabajo, los niveles de gris y colores servirán de apoyo para la identificación de zonas irregulares y de gran tamaño. Los algoritmos usados implementan técnicas de segmentación basadas en umbralización, k-means y Mahalanobis. Este software será usado para el reconocimiento diferenciado entre cada enfermedad neurológica previamente validada por un especialista. Aunado a la detección, se mostrarán los resultados de localización, medición de áreas, capacidad de discriminación entre diferentes patologías, medición de volúmenes, entre otros parámetros para la caracterización completa de la anomalía.