Segmentación de Imágenes Médicas Orientado al Cálculo de Dosis de Radioterapia por el Método de Monte Carlo

ERNESTO PERINO; OCTAVIO JAVIER FURLONG; JUAN PABLO D'AMATO; JOSE MARIA MASSA

Mendoza

Simposio; VI Latin American Symposium on High Performance Computing (HPCLatAm 2013); 2013

Utilizando técnicas de Procesamiento Digital de Imágenes (PDI), se desarrolló e implementó un método de segmentación orientando su uso a la planificación de tratamientos de radioterapia. La segmentación de tejidos en estudios de imágenes médicas es un problema de gran relevancia dentro de la bioingeniería, con soluciones que se aplican en el diagnóstico médico y la planificación de tratamientos. Actualmente, la segmentación por umbralización basada en el histograma no permite diferenciar correctamente los tejidos para su posterior utilización en la planificación de tratamientos de radioterapia. El desafío del presente trabajo consistió en lograr una segmentación que identifique y aísle regiones de interés (ROI - Region of Interest), con una precisión adecuada para su implementación en la planificación de tratamientos de radioterapia por el método de Monte Carlo. Para ello se empleó el método de Crecimiento de Regiones (Region Growing); utilizando una función dependiente del valor de la intensidad de píxeles como criterio de similitud. Este método se implementó a través de un procedimiento iterativo y recursivo, resultando más eficiente el último respecto del tiempo de ejecución.