INVESTIGADORES
PASTORE Juan Ignacio
congresos y reuniones científicas
Título:
Morfología Matemática Compensatoria aplicada a la segmentación de imágenes médicas
Autor/es:
AGUSTINA BOUCHET; JUAN IGNACIO PASTORE; RAFAEL ESPIN; MARCEL BRUN; VIRGINIA BALLARIN
Lugar:
Cantabria
Reunión:
Workshop; 3º International Workshop on Knowledge Discovery, Knowledge Management and Decision Support; 2011
Institución organizadora:
EUREKA network, the Spanish university of Cantabria and the German university of Oldenburg
Resumen:
La Morfología Matemática (MM) es una teoría basada en conceptos de geometría, álgebra, topología y teoría de conjuntos, creada para caracterizar propiedades físicas y estructurales de diversos materiales. Permite procesar imágenes con el objetivo de realzar zonas difusas, segmentar objetos, detectar bordes, analizar estructuras, entre otros. El objetivo principal de la MM es extraer información relativa a la geometría y topología de un conjunto desconocido presente en la imagen. La clave de esta metodología está en el “elemento estructurante”, un conjunto completamente definido y de geometría conocida, que es comparado, a partir de una transformación, con el conjunto desconocido de la imagen. La forma y tamaño del elemento estructurante permiten testear y cuantificar de qué manera el elemento estructurante “está, o no está contenido” en la imagen. Una de las ventajas de la MM es su simplicidad de implementación y sus pilares son sus dos operaciones básicas, la erosión y la dilatación, a partir de las cuales, por composición, es posible construir nuevos operadores, lo que hace que la MM se destaque de otras técnicas de procesamiento de imágenes donde, en la mayoría de los casos, las implementaciones no hacen uso de las herramientas ya existentes. En primer lugar se definen los operadores básicos binarios, los cuales son extendidos a imágenes en niveles de gris. Una de las extensiones existentes en la literatura es a través de la lógica difusa y la teoría de conjuntos difusos. De esta forma surge la Morfología Matemática Difusa (MMD), la cual hace uso de las normas triangulares en la definición de los operadores. Dentro de la lógica difusa se encuentra la lógica compensatoria, un modelo lógico multivaluado alternativo al propuesto por Zadeh que modifica la axiomática tradicional de este sistema. A partir de los operadores de la Lógica Compensatoria basada en la media geométrica (LCBMG) y de la Lógica Compensatoria basada en la media aritmética (LCBMA) se logran definir los operadores básicos, erosión y dilatación, surgiendo de este modo una nueva morfología denominada Morfología Matemática Compensatoria (MMC). La segmentación de una imagen consiste en obtener una partición disjunta de la misma, es decir, formar grupos de píxeles, los cuales representan los objetos presentes en la imagen. Esta nueva imagen permitirá analizar, cuantificar y localizar objetos de interés como así también determinar sus límites. La segmentación de imágenes biomédicas es una tarea compleja debido a la baja relación señal ruido, pobre contraste y alto contenido de imprecisión, característicos en este tipo de imágenes. Las técnicas clásicas no resuelven la segmentación de este tipo de imágenes. Más aún, cada tipo de imagen dependiendo del equipo y de los requerimientos del diagnóstico implica el estudio de nuevas técnicas y de su implementación computacional. Generar nuevas técnicas para satisfacer las demandas en biomedicina constituye una motivación constante para los investigadores de esta temática. Una posible aplicación es la segmentación del árbol vascular en imágenes de retinografías, con el fin de asistir al experto en el seguimiento de un tratamiento específico o en el diagnóstico de posibles patologías. En este trabajo se muestra una aplicación de los operadores de la MM, MMD y MMC en la segmentación de dicho tipo de imágenes. Se presentan los resultados obtenidos destacando las virtudes y semejanzas de las distitnas técnicas empleadas.