Estudio y validación de técnicas de inteligencia artificial aplicadas al análisis de imágenes médicas. Desarrollo de un CAD para la detección de nódulos pulmonares
Ver/ abrir
Use este enlace para citar
http://hdl.handle.net/2183/16312Coleccións
- Teses de doutoramento [2092]
Metadatos
Mostrar o rexistro completo do ítemTítulo
Estudio y validación de técnicas de inteligencia artificial aplicadas al análisis de imágenes médicas. Desarrollo de un CAD para la detección de nódulos pulmonaresAutor(es)
Director(es)
Arcay Varela, BernardinoCastro Martínez, Alfonso
Data
2015Centro/Dpto/Entidade
Universidade da Coruña. Departamento de Tecnoloxías da Información e as ComunicaciónsResumo
[Resumen]
La detección de nódulos pulmonares es una de las áreas más estudiadas y que
más atención recibe dentro del campo del análisis de imagen médica. Los principales
factores que han provocado esta investigación han sido la elevada complejidad de
la estructura pulmonar, dificultando su análisis, así como el progresivo incremento
en la incidencia de cáncer de pulmón en las sociedades modernas, convirtiéndose en
una de las principales causas de muerte en el mundo.
La presente tesis propone el desarrollo de un prototipo de sistema de ayuda al
diagnóstico (CAD) para la detección de nódulos pulmonares. El principal objetivo
radica en proporcionar una ayuda significativa a los radiólogos en la tarea del diagnóstico
del carcinoma pulmonar, reduciendo su complejidad y tiempo de análisis.
Para ello se han identificado y desarrollado las fases generales de un CAD, esto es,
preprocesado de la región pulmonar, identificación y segmentación de las regiones
candidatas, selección de volúmenes candidatos y por último su clasificación en forma
de nódulo o no nódulo.
En cada una de las fases del CAD se ha analizado la adecuación de diferentes
algoritmos dentro del campo de la Inteligencia Artificial como son: las máquinas
de soporte vectorial, técnicas de clustering difuso y redes de neuronas artificiales.
En base a este análisis, se han desarrollo nuevas técnicas que solucionan de forma
óptima cada una de las etapas del sistema, destacando el diseño de nuevas técnicas
de defuzzificación y un nuevo algoritmo de clustering difuso denominado MSKFCM
que mejora la fase detección de regiones de interés. [Resumo]
A detección de nódulos pulmonares é unha das áreas máis estudadas e que máis
atención recibe dentro do campo da análise de imaxe médica. Os principais factores
que motivaron esta investigación foron a elevada complexidade da estrutura pulmonar,
dificultando a súa análise, así como o progresivo incremento na incidencia
do cancro de pulmón nas sociedades modernas, converténdose nunha das principais
causas de morte no mundo.
A presente tese propón o desenvolvemento dun prototipo de sistema de axuda ao
diagnóstico (CAD) para a detección de nódulos pulmonares. O principal obxectivo
radica en proporcionar unha axuda significativa aos radiólogos na tarefa do diagnóstico
do carcinoma pulmonar, reducindo a súa complexidade e tempo de análise.
Para iso identificáronse e desenvolvéronse as fases principais dun CAD, isto é, preprocesado
da rexión pulmonar, identificación e segmentación das rexións candidatas,
selección de volumes candidatos e por último a súa clasificación como nódulo ou non
nódulo.
En cada unha das fases do CAD analizouse a adecuación de diferentes algoritmos
dentro do campo da Intelixencia Artificial, os cales foron: máquinas de soporte
vectorial, técnicas de clustering difuso e redes de neuronas artificiais. En base a esta
análise, desenvolvéronse novas técnicas que solucionan de forma óptima cada unha
das etapas do sistema, destacando o deseño de novas técnicas de defuzzificación e
un novo algoritmo de clustering difuso denominado MSKFCM que mellora a fase
detección de rexións de interese. [Abstract]
The detection of lung nodules is one of the most studied areas and that more
attention receives within the field of medical image analysis. The main factors that
have led this research have been the high complexity of the lung structure, hindering
its analysis, as well as the progressive increase of the incidence of lung cancer in
modern societies, becoming one of the main causes of death in the world.
This thesis proposes the development of a prototype system of aid to the diagnosis
(CAD) for the detection of lung nodules. The main objective is to provide a
meaningful aid to the radiologists in the task of diagnosis of lung cancer, reducing
its complexity and analysis time. For this purpose have been identified and developed
the general phases of a CAD, that is, preprocessing the pulmonary region,
identification and segmentation of region candidates, selection of volume candidates
and finally its classification in the form of nodule or no nodule.
In each phase of the CAD has been analyzed the adequacy of different algorithms
within the field of Artificial Intelligence such as: support vector machines, fuzzy
clustering techniques and artificial neural networks. Based on this analysis, have
been developed new techniques to solve optimally each of the stages of the system,
standing out the design of new techniques of defuzzification and a new algorithm of
fuzzy clustering called MSKFCM that improves the phase of detection of regions of
interest.
Palabras chave
Medicina-Informática
Tratamiento de imágenes en medicina
Pulmones-Enfermedades-Diagnóstico
Pulmones-Cáncer-Diagnóstico por imagen
Tratamiento de imágenes en medicina
Pulmones-Enfermedades-Diagnóstico
Pulmones-Cáncer-Diagnóstico por imagen
Dereitos
Os titulares dos dereitos de propiedade intelectual autorizan a visualización do contido desta tese a través de Internet, así como a súa reproducción, gravación en soporte informático ou impresión para o seu uso privado e/ou con fins de estudo e de investigación. En nengún caso se permite o uso lucrativo deste documento. Estos dereitos afectan tanto ó resumo da tese como o seu contido Los titulares de los derechos de propiedad intelectual autorizan la visualización del contenido de esta tesis a través de Internet, así como su repoducción, grabación en soporte informático o impresión para su uso privado o con fines de investigación. En ningún caso se permite el uso lucrativo de este documento. Estos derechos afectan tanto al resumen de la tesis como a su contenido