Estudio comparativo de métodos de segmentación automática del hígado

Abstract

La segmentación automática de hígado se ha convertido en objeto de estudio para la comunidad científica dentro del campo del procesamiento digital de imágenes. La misma facilita en gran medida la detección de anomalías hepáticas. La segmentación de estructuras y órgano manual no alcanza los niveles de precisión con los que cuentan los modernos sistemas automáticos 3D. Esta investigación se basa en encontrar una alternativa eficaz y eficiente para la realización de esta tarea en rutina clínica. Esta tesis compara tres métodos modernos de segmentación automática, a partir de imágenes de tomografía computarizada (TC), realizando un análisis estadístico y computacional de los resultados obtenidos en métricas evaluativas de calidad de la segmentación, para 20 TC abdominales. Se determinó que de los tres métodos analizados: k-means plus, campos aleatorios ocultos de Markov y red neuronal de mapas auto-organizados, todos lograron una correcta segmentación, pero el k means plus consiguió una mejor precisión.