Detección automática de tejido blando nasal en CT-Scan y MRI utilizando Random Forests
Este trabajo presenta un procedimiento sencillo para la detección automática de tejido blando nasal a partir de imágenes médicas de tipo CT-Scan y MRI. Para dichas imágenes, inicialmente se aplica un procedimiento de segmentación manual y técnicas de procesamiento digital de imágenes para la confecc...
Guardado en:
| Autores principales: | , , , , , , , |
|---|---|
| Formato: | Objeto de conferencia |
| Lenguaje: | Español |
| Publicado: |
2018
|
| Materias: | |
| Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/71197 http://47jaiio.sadio.org.ar/sites/default/files/cais-3.pdf |
| Aporte de: |
| Sumario: | Este trabajo presenta un procedimiento sencillo para la detección automática de tejido blando nasal a partir de imágenes médicas de tipo CT-Scan y MRI. Para dichas imágenes, inicialmente se aplica un procedimiento de segmentación manual y técnicas de procesamiento digital de imágenes para la confección de un dataset de entrenamiento, conteniendo los valores de cada pixel de la imagen por un lado y 4 valores que representan el área de interés a detectar por otro. Posteriormente, se utilizan métodos de preprocesamiento de datos sobre estas imágenes para ser utilizadas como conjunto de entrenamiento, validación y prueba de un estimador, empleando un algoritmo basado en un modelo de regresión multi-salida denominado Random Forest. Este último es capaz de detectar automáticamente el área de la imagen en la cual se encuentra el tejido blando nasal prediciendo simultáneamente los 4 valores que representan los bordes del área de interés mencionada. |
|---|