Incidencia de los filtros de suavizado en las herramientas de diagnóstico asistido por computador

• Castro Casadiego, Sergio Alexander ^[1] ; Castellano Carvajal, Diego Andrés ^[1] ; Niño Rondón, Carlos Vicente ^[1] ; Medina Delgado, Byron ^[1] ; Guevara Ibarra, Dinael ^[1] ; Posada Haddad, Miguel Eduardo ^[2]
  1. [1] Universidad Francisco de Paula Santander
  2. [2] Servicio Nacional de Aprendizaje SENA
• Localización: Revista Colombiana de Tecnologías de Avanzada, ISSN-e 2500-8625, ISSN 1692-7257, Vol. 1, Nº. 39, 2022 (Ejemplar dedicado a: January - June), págs. 59-65
• Idioma: español
• Títulos paralelos:
  • Impact of smoothing filters on computer-aided diagnostic tools
• Enlaces
  • Texto completo
• Resumen
  • español

    El procesamiento de la imagen en el campo biomédico hace referencia a la etapa inicial orientada en mejorar la calidad de las imágenes, eliminando los ruidos irrelevantes y secciones no deseadas en el fondo de las imágenes. En este documento se evalúa la incidencia de los filtros de suavizado (filtro bilateral para conservación de bordes, filtro de mediana y el filtro gaussiano) en el procesamiento digital de imágenes médicas dermoscópicas como apoyo a las herramientas de diagnóstico asistido por computador. El método fue probado con imágenes del Dataset HAM10000, compuesto por imágenes de lesiones cutáneas pigmentadas. Para el procesamiento digital se utilizaron herramientas basadas en código abierto como lenguaje Python y la librería especializada en visión por computador OpenCV. La validación se realizó por el método de correlación entre la imagen original en escala de grises y la imagen filtrada por cada uno de los filtros de suavizado, obteniendo un porcentaje en relación de cambio medio de 99.460 % para el filtro bilateral, 99.396 % para el filtro gaussiano, y 99.335 % para el filtro de mediana.

     

  • English

    Image processing in the biomedical field refers to the initial stage aimed at improving image quality by removing irrelevant noise and unwanted sections in the image background. This paper evaluates the incidence of smoothing filters (bilateral edge-preserving filter, median filter and Gaussian filter) in digital processing of dermoscopic medical images in support of computer-aided diagnosis tools. The method was tested with images from the HAM10000 Dataset, composed of images of pigmented skin lesions. Open source tools such as Python language and the specialized computer vision library OpenCV were used for digital processing. Validation was performed by the correlation method between the original grayscale image and the image filtered by each of the smoothing filters, obtaining a percentage mean change ratio of 99.460 % for the bilateral filter, 99.396 % for the Gaussian filter, and 99.335 % for the median filter.