Herramienta software para el registro de imágenes médicas

Se diseñó una herramienta software, mediante el lenguaje de programación PYTHON, la cual permite integrar la información de dos (2) imágenes médicas. El sistema fue implementado utilizando diferentes librerías, las cuales, permiten la lectura de los archivos DICOM (Digital Imaging and Communication...

Full description

Autores:
Diartt González, Fabián Andrés
Martín Aroca, Ricardo Andrés
Tipo de recurso:
Fecha de publicación:
2018
Institución:
Universidad del Norte
Repositorio:
Repositorio Uninorte
Idioma:
spa
OAI Identifier:
oai:manglar.uninorte.edu.co:10584/8483
Acceso en línea:
http://hdl.handle.net/10584/8483
Palabra clave:
Registro
imágenes
medicina
software
medicine
image
registration
software
Rights
License
Universidad del Norte
Description
Summary:Se diseñó una herramienta software, mediante el lenguaje de programación PYTHON, la cual permite integrar la información de dos (2) imágenes médicas. El sistema fue implementado utilizando diferentes librerías, las cuales, permiten la lectura de los archivos DICOM (Digital Imaging and Communication in Medicine), realizar las técnicas de registro, y proveen las herramientas necesarias para el procesamiento de las imágenes. Además, el proceso de registro se lleva a cabo dentro de la interfaz de usuario desarrollada. Durante el desarrollo del proyecto se investigó acerca de las técnicas de procesamiento más adecuadas para el proceso de registro de imágenes. Se seleccionaron e implementaron dos métodos de registro, a saber Método 1 – Displacement y Método 2 – Restrictive, los cuales, se componen de una etapa de emparejamiento, una etapa de transformación, una etapa de interpolación y finalmente una etapa donde son evaluados por unas medidas de similitud. Por otro lado, se analizaron los métodos de registro con las distintas métricas seleccionadas (Error Cuadrático Medio e Información Mutua), con el fin de, medir la consistencia de los métodos en el proceso de registro de imágenes. Los resultados de ambos métodos fueron validados con las métricas en cuestión, y se encontró que no hay un criterio que permita evidenciar si un método presenta mejores resultados que otro, debido a la interacción que se presentó entre ellos. Sin embargo, se demostró que la información mutua presentó mejores resultados para este tipo de imágenes con los dos métodos.