Comparación de Algoritmos de Segmentación de Ruido Aplicados a Imágenes de Resonancia Magnética

• Autores: Eduardo Barbará Morales, Reinier Sánchez-Bao
• Localización: Revista Científica de Ingeniería Electrónica, Automática y Comunicaciones, ISSN-e 0258-5944, ISSN 1815-5928, Vol. 33, Nº. 3, 2012, págs. 8-18
• Idioma: español
• Títulos paralelos:
  • Comparison of Segmentation Algorithms Applied to Noise Magnetic Resonance Imaging
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    En el estudio y diagnóstico de pacientes pediátricos que presentan tumores en el sistema nervioso central (SNC), se emplean imágenes de Resonancia Magnética (RM) para cuantificar, evaluar y documentar las terapias y tratamientos aplicados. Estas imágenes se ven afectadas por ruidos, principalmente producto del movimiento del paciente en el período de estudio y en el proceso de adquisición de la imagen. En este trabajo se proponen dos algoritmos sencillos y eficientes para realizar la segmentación del ruido presente en las imágenes, analizando su histograma característico. Estas técnicas de segmentación de ruido permiten obtener imágenes a las cuales se les ha segmentado y puesto a cero una cierta cantidad de pixeles, con lo cual es posible disminuir el tiempo de cómputo en procesamientos posteriores. Se realizan además comparaciones entre los algoritmos donde se mide el tiempo de cómputo, el error medio relativo, la cantidad de puntos que son puestos a cero entre otras variables de interés.

  • English

    In the study and diagnosis of pediatric patients with tumors in the central nervous system (CNS) magnetic resonance imaging (MRI) is used to quantify, evaluate and document therapies and treatments. These images are affected by noise, mainly from the movement of the patient in the study period and in the process of image acquisition. In this paper we propose two simple and efficient algorithms for noise segmentation in images, analyzing its histogram feature. These noise segmentation techniques produce images which have been segmented and reset a number of pixels, making it possible to reduce the computation time in subsequent processing. Also, comparisons between the algorithms are made by measuring the computation time, the mean relative error, the number of points that are set to zero and other variables of interest.