Representación y Clasificación de grandes colecciones de imágenes médicas

Para la representación de la imágenes de radiología se han seleccionado dos estrategias diferentes, la primera usando las características visuales y representación BdC propuestas recientemente por Avni et al., han propuesto una estrategia de representación de BdC que toma en cuenta información espacial para la tarea de clasificación automática en el desafío de ImageCLEF del año 2009. En este caso el vocabulario visual obtenido es de 700 palabras visuales ubicadas también espacialmente por medio del algoritmo de k-medias. En este trabajo proponen una representación basada en parches reduciendo su dimensionalidad usando Análisis de Componentes principales (ACP) y tomando solo la representación del parche normalizado a media cero y varianza uno de los 7 primeros componentes principales más las coordenadas (x,y) y el promedio de gris del parche. Para la clasificación usan una SVM multiclase con la estrategia de uno-vs-uno obteniendo un desempeño de 89.1% en exactitud. El punto de partida de la representación de BdC es la detención y representación de características locales. El objetivo de esta etapa es detectar los patrones visuales que integran la imagen y describen la apariencia visual de parte de los elementos que la constituyen bien sea en color, textura o forma. Para esto se han propuesto distintas formas de identificar y extraer estas características locales, para las imágenes de radiología se propone usar como características locales los parches crudos con información espacial.

• Autores: González, Fabio Augusto
• Tipo de recurso: Investigation report
• Fecha de publicación: 2011
• Institución: Ministerio de Ciencia, Tecnología e Innovación
• Repositorio: Repositorio Minciencias
• Idioma: spa
• OAI Identifier: oai:repositorio.minciencias.gov.co:20.500.14143/39642
• Acceso en línea: https://colciencias.metadirectorio.org/handle/11146/39642; http://colciencias.metabiblioteca.com.co
• Palabra clave: Clasificación de imágenes; Procesamiento de imágenes; Método de medición; Sistemas de imágenes en medicina; Diagnóstico por imagen; Fotografía médica; Método de medición
• License: https://creativecommons.org/licenses/by/4.0/