Generación semi-automática de funciones de transferencia para renderizado volumétrico en la discriminación de tejidos anómalos sobre imágenes médicas a partir de comparaciones inter-sujetos

Abstract

Una de las técnicas más utilizadas en el procesamiento digital de imágenes es la segmentación, la cual consiste en la extracción de áreas de interés. Este proyecto genera una comparación inter-sujetos sobre los espacios de características para las funciones de transferencia (FT) basadas en el gradiente y en propiedades estadísticas. Las FT de los tejidos de sujetos sanos y enfermos permiten resaltar las diferencias e identificar de forma semi-automática tejidos tumorales, reduciendo el tiempo que requiere un especialista en la segmentación de regiones cerebrales de interés. Se encontró entonces un nuevo método para la generación semiautomática de FT para el renderizado volumétrico de estructuras en 3D a través de comparación inter-sujeto usando medidas de similitud.

One of the most used techniques in digital image processing is segmentation, which consists of extracting areas of interest. This project generates a between-subjects comparison on feature spaces for gradient-based transfer functions (TFs) and statistical properties. The TFs of the tissues of healthy and diseased subjects make it possible to highlight the differences and semi automatically identify tumor tissues, reducing the time required by a specialist in the segmentation of brain regions of interest. Thus, a new method was found for the semi-automatic generation of TFs for volumetric rendering of 3D structures through inter-subject comparison using similarity measures.