Resumen de Estudio y validación de algoritmos avanzados de segmentación en imágenes médicas: integracion en un sistema de información
En esta tesis se proponen nuevos métodos y técnicas que permiten solucionar algunos de los problemas más importantes en el desarrollo de algoritmos de segmentación: falta de adaptación a conjuntos amplios de imágenes, carencia de técnicas de validación fiables y ausencia de unos principios que sirvan de base para el desarrollo de nuevos algoritmos.
Se ha realizado un estudio y validación de diferentes algoritmos de segmentación que utilizan distintos esquemas de clasificación, aplicándose a un conjunto heterogéneo de imágenes, representativas de los problemas y características que podemos encontrar. Los algoritmos estudiados se basan en la detección de discontinuidades y la clasificación por regiones, partiendo de algoritmos clásicos (Canny, FCM, ...) a propuestas más novedosas que utilizan nuevos factores (detector de bordes difuso de Bezdek, AFCM, ...) Además, se ha estudiado su combinación con otras técnicas (RNA) y modificación de las fases (detección de hechos, selección de puntos clave, elección de muestras, etc.) para obtener una mejor sintonización y encontrar un patrón de respuesta. Como segundo objetivo de esta tesis nos marcamos la mejora en los mecanismos de validación de algoritmos de segmentación. Se ha desarrollado nuevo marco metodológico que permita la validación de los algoritmos empleando tanto métricas estadísticas como evaluaciones cualitativas proporcionadas por los especialistas. Fusionando ambas medidas en único valor que nos permita conocer la calidad de los resultados obtenidos.
Los resultados del análisis de los diferentes algoritmos se han utilizado como base para crear una taxonomía, que nos permita realizar una recomendación lo más óptima posible al experto de algoritmos parámetros para el análisis de imágenes. Integrándose en un sistema de información que tiene como objetivo facilitar al especialista la consulta de toda la información asociada a la imagen médica digital y su análisis.
