Resumen de Métodos de eliminación de ruido y segmentación de tejidos cerebrales en imágenes médicas de resonancia magnética nuclear

María Gabriela Pérez Hernández

• En esta Tesis se presentan varias mejoras en algunas de las etapas del procesamiento de imágenes médicas, en particular, se da solución a problemas existentes en la eliminación de ruido y en la segmentación de las imágenes de resonancia magnética (MR) del cerebro humano.

  En primer lugar, se propone un nuevo método de estimación y eliminación de ruido (denoising) para abordar con éxito la segmentación de los tejidos del cerebro. Las técnicas de denoising propuestas en esta Tesis Doctoral son capaces de producir una más adecuada atenuación del ruido Rician y homogeneización de las regiones de interés de las imágenes, lo que consigue aumentar la relación seña-ruido de las mismas en comparación con las técnicas existentes en la literatura. El nuevo método de denoising propuesto está basado en la combinación del filtrado adaptativo Wiener y el denoising por umbralización suave en el dominio wavelet packet 2D. Con esta nueva propuesta se pretende disminuir el error cuadrático medio y por lo tanto aumentar la relación señal ruido de la imagen. Para estimar la bondad de los métodos propuestos se realizará una evaluación mediante diferentes estimadores.

  Además del proceso de denoising anterior, se propone completar el preprocesamiento de la imagen con una etapa, que en este trabajo se ha denominado refinamiento de la imagen, y que constituye un paso previo a la segmentación. Esta etapa de refinamiento consta de una serie de subprocesos de bajo nivel, tales como el realce de la imagen, la extracción del fondo, la eliminación de regiones pequeñas y la corrección de inhomogeneidades.

  Otra aportación de esta Tesis Doctoral es una nueva técnica de segmentación que consiste en una combinación de técnicas basadas en región y de técnicas basadas en bordes.

  Finalmente, se propone un método de validación para verificar y validar los resultados de la segmentación obtenida. Dicho método está basado en la matriz de confusión y en varias métricas tales como el índice o coeficiente de Jaccard 2D,la métrica de exactitud y el error cuadrático medio (MSE).