Segmentación automática de tejidos cerebrales en MRI multiespectrales mediante clasificación por mínima distancia euclídea

En este trabajo se presenta una estrategia simple para la segmentación automática de tejidos en imágenes de resonancia magnética multiespectrales basada principalmente en clasificación por mínima distancia euclídea. A partir de un conjunto de imágenes 3D en las modalidades T1, T1 con contraste de ga...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Orlando, J. I., Fresno, Mariana del
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2013
Materias:
Ciencias Informáticas
Segmentación
MRI
Tumores cerebrales
Clasificador por Mínima Distancia Euclídea
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/93786
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-93786
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
Segmentación
MRI
Tumores cerebrales
Clasificador por Mínima Distancia Euclídea
spellingShingle Ciencias Informáticas
Segmentación
MRI
Tumores cerebrales
Clasificador por Mínima Distancia Euclídea
Orlando, J. I.
Fresno, Mariana del
Segmentación automática de tejidos cerebrales en MRI multiespectrales mediante clasificación por mínima distancia euclídea
topic_facet Ciencias Informáticas
Segmentación
MRI
Tumores cerebrales
Clasificador por Mínima Distancia Euclídea
description En este trabajo se presenta una estrategia simple para la segmentación automática de tejidos en imágenes de resonancia magnética multiespectrales basada principalmente en clasificación por mínima distancia euclídea. A partir de un conjunto de imágenes 3D en las modalidades T1, T1 con contraste de gadolinio, T2 y FLAIR y de sus segmentaciones de referencia se obtienen descriptores para cada tipo de tejido a través del centroide de cada clase, que son utilizados para clasificar nuevas imágenes de entrada. La clasificación resultante es sometida a un postprocesamiento que permite eliminar puntos espurios y aislados de modo de obtener mallas de superficie cerradas y compactas. El algoritmo fue evaluado sobre una base de datos de imágenes de resonancia sintéticas de cerebros con tumores de alto y bajo grado, obteniendo segmentaciones de alta calidad para los principales tejidos cerebrales y resultados comparables con los de otras propuestas para la segmentación de tumor y edema.
format Objeto de conferencia
Objeto de conferencia
author Orlando, J. I.
Fresno, Mariana del
author_facet Orlando, J. I.
Fresno, Mariana del
author_sort Orlando, J. I.
title Segmentación automática de tejidos cerebrales en MRI multiespectrales mediante clasificación por mínima distancia euclídea
title_short Segmentación automática de tejidos cerebrales en MRI multiespectrales mediante clasificación por mínima distancia euclídea
title_full Segmentación automática de tejidos cerebrales en MRI multiespectrales mediante clasificación por mínima distancia euclídea
title_fullStr Segmentación automática de tejidos cerebrales en MRI multiespectrales mediante clasificación por mínima distancia euclídea
title_full_unstemmed Segmentación automática de tejidos cerebrales en MRI multiespectrales mediante clasificación por mínima distancia euclídea
title_sort segmentación automática de tejidos cerebrales en mri multiespectrales mediante clasificación por mínima distancia euclídea
publishDate 2013
url http://sedici.unlp.edu.ar/handle/10915/93786
work_keys_str_mv AT orlandoji segmentacionautomaticadetejidoscerebralesenmrimultiespectralesmedianteclasificacionporminimadistanciaeuclidea
AT fresnomarianadel segmentacionautomaticadetejidoscerebralesenmrimultiespectralesmedianteclasificacionporminimadistanciaeuclidea
bdutipo_str Repositorios
_version_ 1764820491751653378

Ejemplares similares