Una aproximación a la detección de bordes en imágenes médicas mediante análisis de histograma y gradiente morfológico

• Niño Rondón, Carlos Vicente ^[1] ; Castellano Carvajal, Diego Andrés ^[1] ; Castro Casadiego, Sergio Alexander ^[1] ; Medina Delgado, Byron ^[1] ; Guevara Ibarra, Dinael ^[1]
  1. [1] Universidad Francisco de Paula Santander

     Universidad Francisco de Paula Santander

     Colombia

     
• Localización: Ingeniería y competitividad: revista científica y tecnológica, ISSN 0123-3033, Vol. 24, Nº. 2, 2022 (Ejemplar dedicado a: Ingeniería y Competitividad), págs. 1-18
• Idioma: español
• Títulos paralelos:
  • An approach to edge detection in medical imaging through histogram analysis and morphological gradient
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    La detección de bordes toma importancia en los sistemas de procesamiento de imágenes parael diagnóstico asistido por ordenador, donde se analizan los cambios bruscos en la intensidadde los píxeles para obtener información rápida y precisa sobre las regiones de interés para elespecialista. Se desarrolló un método para el realce de caracteristicas y detección de bordesen imágenes médicas utilizando procesamiento de imágenes analizando el histograma dedistribución de píxeles y la operación de gradiente morfológico. Se utilizaron imágenes delconjunto de datos MINI MIAS y del conjunto de datos COVID-CT. El método se basa enprocesamiento de imágenes y se aplica a las imágenes de mamografía y TAC de tórax, dondelos pasos de filtrado de desenfoque se acompañan de filtrado de gradiente morfológico,además de obtener el umbral para detectar el borde mediante el análisis del punto de máximaconcentración de píxeles según el histograma de distribución. El procesamiento se presentaen una interfaz gráfica de usuario desarrollada en lenguaje Python. El método se validamediante la comparación con otras técnicas de detección de bordes como el AlgoritmoCanny, y con métodos de aprendizaje profundo como el Holistically-Nested Edge Detection.El método propuesto mejora la calidad de la imagen tanto en mamografías como en TAC encomparación con otras técnicas. También presenta el mejor rendimiento teniendo en cuentala detección de bordes internos y externos, así como un tiempo medio de respuesta de 1.054segundos y 2.63 % de requerimiento de la Unidad Central de Procesamiento. El sistemadesarrollado se presenta como una herramienta de apoyo para su uso en procesos dediagnóstico asistido por ordenador debido a su alta eficiencia en la detección de bordes.

  • English

    Edge detection takes importance in image processing systems for computer-aided diagnosis, wheresharp changes in pixel intensity are analyzed to obtain fast and accurate information about regions ofinterest to the specialist. A method for feature enhancement and edge detection in medical imageswas developed using image processing by analyzing the pixel distribution histogram andmorphological gradient operation. Images from the MINI MIAS dataset and the COVID-CT datasetwere used. The method is based on image processing and is applied to mammography and chest CTimages, where blur filtering steps are accompanied by morphological gradient filtering, in addition toobtaining the threshold for edge detection by analyzing the point of maximum pixel concentrationaccording to the distribution histogram. The processing is presented in a graphical user interfacedeveloped in Python language. The method is validated by comparison with other edge detectiontechniques such as the Canny Algorithm, and with deep learning methods such as Holistically-NestedEdge Detection. The proposed method improves image quality in both mammograms and CT scanscompared to other techniques. It also presents the best performance considering internal and externaledge detection, as well as an average response time of 1.054 seconds and 2.63 % of Central Processing Unit requirement. The developed system is presented as a support tool for use in computer-aideddiagnosis processes due to its high efficiency in edge detection.