Diseño de operadores de ventana basados en matemática difusa para la segmentación de imágenes médicas

El procesamiento digital de imágenes consiste en la transformación de imágenes mediante funciones conocidas como operadores de imagen. Los operadores de imágenes más conocidos son los operadores morfológicos clásicos y difusos estudiados por la Morfología Matemática clásica y difusa, respectivamente...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Robalino Trujillo, Emilio José
Otros Autores: Ballarin, Virginia
Formato: Tesis acceptedVersion Tesis doctoral
Lenguaje:Español
Publicado: Universidad Nacional de Mar del Plata. Facultad de Ingeniería. Argentina 2024
Materias:
Aplicaciones biomédicas
Bioaplicaciones
Tratamientos de imágenes
Operadores morfológicos clásicos y difusos
Imágenes biomédicas
Acceso en línea:http://rinfi.fi.mdp.edu.ar/handle/123456789/904
Aporte de:
RINFI - Facultad de Ingeniería (UNMdP) de Universidad Nacional de Mar del Plata (UNMdP)
id I29-R182-123456789-904
record_format dspace
spelling I29-R182-123456789-9042024-08-23T14:23:24Z Diseño de operadores de ventana basados en matemática difusa para la segmentación de imágenes médicas Robalino Trujillo, Emilio José Ballarin, Virginia Borrero, Luis Aplicaciones biomédicas Bioaplicaciones Tratamientos de imágenes Operadores morfológicos clásicos y difusos Imágenes biomédicas El procesamiento digital de imágenes consiste en la transformación de imágenes mediante funciones conocidas como operadores de imagen. Los operadores de imágenes más conocidos son los operadores morfológicos clásicos y difusos estudiados por la Morfología Matemática clásica y difusa, respectivamente. La combinación de los operadores morfológicos básicos, dilatación y erosión, permiten el diseño de operadores morfológicos complejos que resuelven tareas de procesamiento complejas como la segmentación. Dicha combinación de operadores morfológicos básicos, dependen del conocimiento y experiencia del diseñador para encontrar la mejor combinación o secuencia de operadores, por lo que el diseñador debe aplicar el enfoque de prueba y error en cada secuencia de operaciones. Este tipo de diseño de operadores morfológicos complejos es conocido como diseño heurístico y dado que su desarrollo requiere mucho tiempo, se ha considerado como enfoque alternativo el uso técnicas de aprendizaje automático para el diseño de operadores morfológicos. Una clase operadores morfológicos, invariantes a traslaciones y definidos dentro de una ventana, son los operadores de ventana o w-operadores. El diseño automático de los w-operadores, consiste en la estimación estadística de w-operadores que transformen una imagen con un problema a resolver en su imagen deseada o ideal, mediante el uso de ejemplos y técnicas de aprendizaje automático. El principal inconveniente en el diseño automático de w-operadores radica en la gran cantidad de ejemplos necesarios para estimar un w-operador que transforme imágenes que no fueron presentadas como ejemplos durante el diseño en sus imágenes ideales. La cantidad limitada de ejemplos no permite que el w-operador diseñado transforme nuevas imágenes de entrada en sus imágenes ideales, dando lugar al problema de generalización. En esta tesis, para resolver este problema, se propone implementar el uso de funciones de pertenencia de la Lógica Difusa, la cual representa el conocimiento en un lenguaje matemático a través de la Teoría de conjuntos difusos. La implementación de las funciones de pertenencia en el diseño de w-operadores, da lugar al diseño de nuevos operadores morfológicos, los w-operadores difusos. Esta propuesta es aplicada al diseño automático de w-operadores para la segmentación de dos clases y multiclase de imágenes biomédicas. Fil: Robalino Trujillo, Emiliano José. Universidad Nacional de Mar del Plata. Facultad de Ingeniería; Argentina 2024-08-09 Thesis info:eu-repo/semantics/acceptedVersion info:ar-repo/semantics/tesis doctoral info:eu-repo/semantics/doctoralThesis application/pdf http://rinfi.fi.mdp.edu.ar/handle/123456789/904 spa info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by/4.0/ Universidad Nacional de Mar del Plata. Facultad de Ingeniería. Argentina
institution Universidad Nacional de Mar del Plata (UNMdP)
institution_str I-29
repository_str R-182
collection RINFI - Facultad de Ingeniería (UNMdP)
language Español
topic Aplicaciones biomédicas
Bioaplicaciones
Tratamientos de imágenes
Operadores morfológicos clásicos y difusos
Imágenes biomédicas
spellingShingle Aplicaciones biomédicas
Bioaplicaciones
Tratamientos de imágenes
Operadores morfológicos clásicos y difusos
Imágenes biomédicas
Robalino Trujillo, Emilio José
Diseño de operadores de ventana basados en matemática difusa para la segmentación de imágenes médicas
topic_facet Aplicaciones biomédicas
Bioaplicaciones
Tratamientos de imágenes
Operadores morfológicos clásicos y difusos
Imágenes biomédicas
description El procesamiento digital de imágenes consiste en la transformación de imágenes mediante funciones conocidas como operadores de imagen. Los operadores de imágenes más conocidos son los operadores morfológicos clásicos y difusos estudiados por la Morfología Matemática clásica y difusa, respectivamente. La combinación de los operadores morfológicos básicos, dilatación y erosión, permiten el diseño de operadores morfológicos complejos que resuelven tareas de procesamiento complejas como la segmentación. Dicha combinación de operadores morfológicos básicos, dependen del conocimiento y experiencia del diseñador para encontrar la mejor combinación o secuencia de operadores, por lo que el diseñador debe aplicar el enfoque de prueba y error en cada secuencia de operaciones. Este tipo de diseño de operadores morfológicos complejos es conocido como diseño heurístico y dado que su desarrollo requiere mucho tiempo, se ha considerado como enfoque alternativo el uso técnicas de aprendizaje automático para el diseño de operadores morfológicos. Una clase operadores morfológicos, invariantes a traslaciones y definidos dentro de una ventana, son los operadores de ventana o w-operadores. El diseño automático de los w-operadores, consiste en la estimación estadística de w-operadores que transformen una imagen con un problema a resolver en su imagen deseada o ideal, mediante el uso de ejemplos y técnicas de aprendizaje automático. El principal inconveniente en el diseño automático de w-operadores radica en la gran cantidad de ejemplos necesarios para estimar un w-operador que transforme imágenes que no fueron presentadas como ejemplos durante el diseño en sus imágenes ideales. La cantidad limitada de ejemplos no permite que el w-operador diseñado transforme nuevas imágenes de entrada en sus imágenes ideales, dando lugar al problema de generalización. En esta tesis, para resolver este problema, se propone implementar el uso de funciones de pertenencia de la Lógica Difusa, la cual representa el conocimiento en un lenguaje matemático a través de la Teoría de conjuntos difusos. La implementación de las funciones de pertenencia en el diseño de w-operadores, da lugar al diseño de nuevos operadores morfológicos, los w-operadores difusos. Esta propuesta es aplicada al diseño automático de w-operadores para la segmentación de dos clases y multiclase de imágenes biomédicas.
author2 Ballarin, Virginia
author_facet Ballarin, Virginia
Robalino Trujillo, Emilio José
format Thesis
acceptedVersion
Tesis doctoral
Tesis doctoral
author Robalino Trujillo, Emilio José
author_sort Robalino Trujillo, Emilio José
title Diseño de operadores de ventana basados en matemática difusa para la segmentación de imágenes médicas
title_short Diseño de operadores de ventana basados en matemática difusa para la segmentación de imágenes médicas
title_full Diseño de operadores de ventana basados en matemática difusa para la segmentación de imágenes médicas
title_fullStr Diseño de operadores de ventana basados en matemática difusa para la segmentación de imágenes médicas
title_full_unstemmed Diseño de operadores de ventana basados en matemática difusa para la segmentación de imágenes médicas
title_sort diseño de operadores de ventana basados en matemática difusa para la segmentación de imágenes médicas
publisher Universidad Nacional de Mar del Plata. Facultad de Ingeniería. Argentina
publishDate 2024
url http://rinfi.fi.mdp.edu.ar/handle/123456789/904
work_keys_str_mv AT robalinotrujilloemiliojose disenodeoperadoresdeventanabasadosenmatematicadifusaparalasegmentaciondeimagenesmedicas
_version_ 1809230051890167808

Ejemplares similares