SciELO - Scientific Electronic Library Online

 
vol.24 issue2Beyond Desorption Testing on Coal Bed Methane Exploration (CBM). Colombia CaseEnergy consumption during surface texturing of AISI 1080 and AISI 52100 steels using CNC machining author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • On index processCited by Google
  • Have no similar articlesSimilars in SciELO
  • On index processSimilars in Google

Share


Ingeniería y competitividad

Print version ISSN 0123-3033On-line version ISSN 2027-8284

Abstract

NINO-RONDON, Carlos V. et al. Una aproximación a la detección de bordes en imágenes médicas mediante análisis de histograma y gradiente morfológico. Ing. compet. [online]. 2022, vol.24, n.2, e20611352.  Epub May 26, 2022. ISSN 0123-3033.  https://doi.org/10.25100/iyc.v24i2.11352.

La detección de bordes toma importancia en los sistemas de procesamiento de imágenes para el diagnóstico asistido por ordenador, donde se analizan los cambios bruscos en la intensidad de los píxeles para obtener información rápida y precisa sobre las regiones de interés para el especialista. Se desarrolló un método para el realce de caracteristicas y detección de bordes en imágenes médicas utilizando procesamiento de imágenes analizando el histograma de distribución de píxeles y la operación de gradiente morfológico. Se utilizaron imágenes del conjunto de datos MINI MIAS y del conjunto de datos COVID-CT. El método se basa en procesamiento de imágenes y se aplica a las imágenes de mamografía y TAC de tórax, donde los pasos de filtrado de desenfoque se acompañan de filtrado de gradiente morfológico, además de obtener el umbral para detectar el borde mediante el análisis del punto de máxima concentración de píxeles según el histograma de distribución. El procesamiento se presenta en una interfaz gráfica de usuario desarrollada en lenguaje Python. El método se valida mediante la comparación con otras técnicas de detección de bordes como el Algoritmo Canny, y con métodos de aprendizaje profundo como el Holistically-Nested Edge Detection. El método propuesto mejora la calidad de la imagen tanto en mamografías como en TAC en comparación con otras técnicas. También presenta el mejor rendimiento teniendo en cuenta la detección de bordes internos y externos, así como un tiempo medio de respuesta de 1.054 segundos y 2.63 % de requerimiento de la Unidad Central de Procesamiento. El sistema desarrollado se presenta como una herramienta de apoyo para su uso en procesos de diagnóstico asistido por ordenador debido a su alta eficiencia en la detección de bordes.

Keywords : detección de bordes; diagnóstico asistido por computador; mamografía; procesamiento de imágenes; tomografía computarizada.

        · abstract in English     · text in English     · English ( pdf )