Segmentación de Imágenes de Resonancia Magnética IRM utilizando LS-SVM y Análisis Multiresolución Wavelet
Actualmente, las máquinas de soporte vectorial (SVM) se han convertido en una herramienta poderosa para resolver problemas de clasificación no lineal. Para la optimización de esta herramienta, se ha desarrollado una reformulación conocida como LS-SVM (máquina de soporte vectorial de mínimos cuadrado...
- Autores:
-
Muñoz-Bedoya, Luis A.
Mendoza, Luis E.
Velandia-Villamizar, Hernando J.
- Tipo de recurso:
- Article of journal
- Fecha de publicación:
- 2013
- Institución:
- Instituto Tecnológico Metropolitano
- Repositorio:
- Repositorio ITM
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.itm.edu.co:20.500.12622/676
- Acceso en línea:
- https://revistas.itm.edu.co/index.php/tecnologicas/article/view/381
http://hdl.handle.net/20.500.12622/676
- Palabra clave:
- Kernel
LS-SVM
optimización
segmentación
wavelet madre
Kernel
LS-SVM
optimization
segmentation
mother wavelet
- Rights
- License
- Copyright (c) 2017 Tecno Lógicas
id |
RepoITM2_7af3b4565e7c7ebdebca4b04479659e4 |
---|---|
oai_identifier_str |
oai:repositorio.itm.edu.co:20.500.12622/676 |
network_acronym_str |
RepoITM2 |
network_name_str |
Repositorio ITM |
repository_id_str |
|
spelling |
Muñoz-Bedoya, Luis A.Mendoza, Luis E.Velandia-Villamizar, Hernando J.2019-07-18T14:12:16Z2019-08-13T15:43:10Z2019-07-18T14:12:16Z2019-08-13T15:43:10Z2013-11-19https://revistas.itm.edu.co/index.php/tecnologicas/article/view/38110.22430/22565337.381http://hdl.handle.net/20.500.12622/676Actualmente, las máquinas de soporte vectorial (SVM) se han convertido en una herramienta poderosa para resolver problemas de clasificación no lineal. Para la optimización de esta herramienta, se ha desarrollado una reformulación conocida como LS-SVM (máquina de soporte vectorial de mínimos cuadrados), la cual trabaja con un modelo de minimización basada en funciones y polinomios de Lagrange. Por lo tanto, este trabajo presenta un método para la segmentación de imágenes de resonancia magnética específicamente para estudiar la morfología de los pulmones y lograr la cuantificación de características relevantes en dichas imágenes usando SVM y LS-SVM. Adicionalmente a la técnica de clasificación, en este trabajo se usaron técnicas como: análisis Wavelet para eliminación de información no relevante (compresión), y algoritmos Splines, para interpolar la información encontrada y cuantificar las características, que se basaron en el reconocimiento de área, forma y estructuras anormales presentes en la zona pulmonar de dichas imágenes.Currently, support vector machines (SVM) have become a powerful tool to solve nonlinear classification problems. For the optimization of the tool, has developed a reformulation known as LS-SVM (Support Vector Machine least squares), which works with a model based on function minimization and Lagrange polynomials. Therefore, this paper presents a method for segmentation of magnetic resonance images specifically to study the morphology of the lungs and reach the quantification of relevant features in these images using SVM and LS-SVM. In addition to sorting technique in this work using techniques such as wavelet analysis to eliminate irrelevant information (compression) and Splines algorithms to interpolate the information found and quantify the characteristics, which in this work were based on the recognition area, shape and abnormal structures present in the lung of these images.application/pdfspaInstituto Tecnológico Metropolitano (ITM)https://revistas.itm.edu.co/index.php/tecnologicas/article/view/381/387TecnoLógicasCopyright (c) 2017 Tecno Lógicashttp://purl.org/coar/access_right/c_abf22256-53370123-7799TecnoLógicas; Special edition (2013); 681-693TecnoLógicas; Edición Especial (2013); 681-693KernelLS-SVMoptimizaciónsegmentaciónwavelet madreKernelLS-SVMoptimizationsegmentationmother waveletSegmentación de Imágenes de Resonancia Magnética IRM utilizando LS-SVM y Análisis Multiresolución WaveletSegmentation of Magnetic Resonance Imaging MRI using LS-SVM and Wavelet Multiresolution Analysisinfo:eu-repo/semantics/articleComputer's sciencehttp://purl.org/coar/resource_type/c_6501http://purl.org/coar/resource_type/c_2df8fbb1http://purl.org/coar/version/c_970fb48d4fbd8a85PublicationORIGINAL381-Manuscrito-547-1-10-20170217.pdf381-Manuscrito-547-1-10-20170217.pdfapplication/pdf467300https://dspace-itm.metabuscador.org/bitstreams/eb53013e-629d-4884-a8f0-ca50b22b6a8a/download03b8202d0aa696f2fe6272c30a93ad23MD51trueAnonymousREADTHUMBNAIL381-Manuscrito-547-1-10-20170217.pdf.jpg381-Manuscrito-547-1-10-20170217.pdf.jpgGenerated Thumbnailimage/jpeg4657https://dspace-itm.metabuscador.org/bitstreams/622b5364-6a7d-4239-a337-d1f06d8e8b42/downloadfa7262e3aeed589627affd454cf4adaaMD52falseAnonymousREADTEXT381-Manuscrito-547-1-10-20170217.pdf.txt381-Manuscrito-547-1-10-20170217.pdf.txtExtracted texttext/plain22911https://dspace-itm.metabuscador.org/bitstreams/b9208b84-cf5f-437e-9baa-1bcf86f500bf/download86fea104eeee245de80442e5c613199cMD53falseAnonymousREAD20.500.12622/676oai:dspace-itm.metabuscador.org:20.500.12622/6762025-06-24 09:28:38.449open.accesshttps://dspace-itm.metabuscador.orgRepositorio Instituto Tecnológico Metropolitano de Medellínbdigital@metabiblioteca.com |
dc.title.spa.fl_str_mv |
Segmentación de Imágenes de Resonancia Magnética IRM utilizando LS-SVM y Análisis Multiresolución Wavelet |
dc.title.alternative.none.fl_str_mv |
Segmentation of Magnetic Resonance Imaging MRI using LS-SVM and Wavelet Multiresolution Analysis |
title |
Segmentación de Imágenes de Resonancia Magnética IRM utilizando LS-SVM y Análisis Multiresolución Wavelet |
spellingShingle |
Segmentación de Imágenes de Resonancia Magnética IRM utilizando LS-SVM y Análisis Multiresolución Wavelet Kernel LS-SVM optimización segmentación wavelet madre Kernel LS-SVM optimization segmentation mother wavelet |
title_short |
Segmentación de Imágenes de Resonancia Magnética IRM utilizando LS-SVM y Análisis Multiresolución Wavelet |
title_full |
Segmentación de Imágenes de Resonancia Magnética IRM utilizando LS-SVM y Análisis Multiresolución Wavelet |
title_fullStr |
Segmentación de Imágenes de Resonancia Magnética IRM utilizando LS-SVM y Análisis Multiresolución Wavelet |
title_full_unstemmed |
Segmentación de Imágenes de Resonancia Magnética IRM utilizando LS-SVM y Análisis Multiresolución Wavelet |
title_sort |
Segmentación de Imágenes de Resonancia Magnética IRM utilizando LS-SVM y Análisis Multiresolución Wavelet |
dc.creator.fl_str_mv |
Muñoz-Bedoya, Luis A. Mendoza, Luis E. Velandia-Villamizar, Hernando J. |
dc.contributor.author.none.fl_str_mv |
Muñoz-Bedoya, Luis A. Mendoza, Luis E. Velandia-Villamizar, Hernando J. |
dc.subject.spa.fl_str_mv |
Kernel LS-SVM optimización segmentación wavelet madre |
topic |
Kernel LS-SVM optimización segmentación wavelet madre Kernel LS-SVM optimization segmentation mother wavelet |
dc.subject.keywords.eng.fl_str_mv |
Kernel LS-SVM optimization segmentation mother wavelet |
description |
Actualmente, las máquinas de soporte vectorial (SVM) se han convertido en una herramienta poderosa para resolver problemas de clasificación no lineal. Para la optimización de esta herramienta, se ha desarrollado una reformulación conocida como LS-SVM (máquina de soporte vectorial de mínimos cuadrados), la cual trabaja con un modelo de minimización basada en funciones y polinomios de Lagrange. Por lo tanto, este trabajo presenta un método para la segmentación de imágenes de resonancia magnética específicamente para estudiar la morfología de los pulmones y lograr la cuantificación de características relevantes en dichas imágenes usando SVM y LS-SVM. Adicionalmente a la técnica de clasificación, en este trabajo se usaron técnicas como: análisis Wavelet para eliminación de información no relevante (compresión), y algoritmos Splines, para interpolar la información encontrada y cuantificar las características, que se basaron en el reconocimiento de área, forma y estructuras anormales presentes en la zona pulmonar de dichas imágenes. |
publishDate |
2013 |
dc.date.issued.none.fl_str_mv |
2013-11-19 |
dc.date.accessioned.none.fl_str_mv |
2019-07-18T14:12:16Z 2019-08-13T15:43:10Z |
dc.date.available.none.fl_str_mv |
2019-07-18T14:12:16Z 2019-08-13T15:43:10Z |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/article |
dc.type.spa.fl_str_mv |
Computer's science |
dc.type.coar.fl_str_mv |
http://purl.org/coar/resource_type/c_2df8fbb1 |
dc.type.coarversion.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_6501 |
format |
http://purl.org/coar/resource_type/c_6501 |
dc.identifier.none.fl_str_mv |
https://revistas.itm.edu.co/index.php/tecnologicas/article/view/381 10.22430/22565337.381 |
dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/20.500.12622/676 |
url |
https://revistas.itm.edu.co/index.php/tecnologicas/article/view/381 http://hdl.handle.net/20.500.12622/676 |
identifier_str_mv |
10.22430/22565337.381 |
dc.language.iso.none.fl_str_mv |
spa |
language |
spa |
dc.relation.none.fl_str_mv |
https://revistas.itm.edu.co/index.php/tecnologicas/article/view/381/387 |
dc.relation.ispartofjournal.none.fl_str_mv |
TecnoLógicas |
dc.rights.spa.fl_str_mv |
Copyright (c) 2017 Tecno Lógicas |
dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
rights_invalid_str_mv |
Copyright (c) 2017 Tecno Lógicas http://purl.org/coar/access_right/c_abf2 |
dc.format.mimetype.none.fl_str_mv |
application/pdf |
dc.publisher.spa.fl_str_mv |
Instituto Tecnológico Metropolitano (ITM) |
dc.source.none.fl_str_mv |
2256-5337 0123-7799 |
dc.source.eng.fl_str_mv |
TecnoLógicas; Special edition (2013); 681-693 |
dc.source.spa.fl_str_mv |
TecnoLógicas; Edición Especial (2013); 681-693 |
institution |
Instituto Tecnológico Metropolitano |
bitstream.url.fl_str_mv |
https://dspace-itm.metabuscador.org/bitstreams/eb53013e-629d-4884-a8f0-ca50b22b6a8a/download https://dspace-itm.metabuscador.org/bitstreams/622b5364-6a7d-4239-a337-d1f06d8e8b42/download https://dspace-itm.metabuscador.org/bitstreams/b9208b84-cf5f-437e-9baa-1bcf86f500bf/download |
bitstream.checksum.fl_str_mv |
03b8202d0aa696f2fe6272c30a93ad23 fa7262e3aeed589627affd454cf4adaa 86fea104eeee245de80442e5c613199c |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositorio Instituto Tecnológico Metropolitano de Medellín |
repository.mail.fl_str_mv |
bdigital@metabiblioteca.com |
_version_ |
1837096906648453120 |