Caracterización de imágenes capilares

Se presenta una metodología para la segmentación y la extracción de características automática de las imágenes capilares. El principal problema que tienen estas imágenes es el bajo contraste entre los capilares y el fondo capilar. Para solucionar este inconveniente se seleccionó automáticamente dent...

Full description

Autores:
Riaño Rojas, Juan Carlos
Prieto Ortiz, Flavio Augusto
Sánchez, Édgar
Jaramillo Ayarbe, Felipe
Tipo de recurso:
Article of journal
Fecha de publicación:
2008
Institución:
Universidad Nacional de Colombia
Repositorio:
Universidad Nacional de Colombia
Idioma:
spa
OAI Identifier:
oai:repositorio.unal.edu.co:unal/24441
Acceso en línea:
https://repositorio.unal.edu.co/handle/unal/24441
http://bdigital.unal.edu.co/15478/
Palabra clave:
Imágenes capilaroscópicas
Características morfológicas
Dimensión fractal
Clasificación de patrones
Rights
openAccess
License
Atribución-NoComercial 4.0 Internacional
Description
Summary:Se presenta una metodología para la segmentación y la extracción de características automática de las imágenes capilares. El principal problema que tienen estas imágenes es el bajo contraste entre los capilares y el fondo capilar. Para solucionar este inconveniente se seleccionó automáticamente dentro de diferentes espacios de color los canales con mayor contraste usando análisis de componentes principales sopesadas. La integración del Laplaciano y el crecimiento de regiones fue necesario para realizar la segmentación de los capilares. En cuanto a la extracción de características se tomaron propiedades geométricas por cada capilar y se calcularon algunas propiedades morfológicas tales como: el ancho, el alto, la orientación usando análisis de componentes principales PCA. Puesto que desde el punto de vista clínico la tortuosidad capilar es una característica subjetiva se propuso un índice cuantitativo como la razón entre la dimensión fractal y el área capilar que se llamó índice de tortuosidad. Por técnicas de conteo y medida se calcularon: el perímetro, el área y la distancia entre capilares. La evaluación del proceso se hizo con 3362 capilar es obtenidos de 135 imágenes capilar es de sujetos que no sufrían Lupus y 250 capilares de personas con Lupus, alcanzando un desempeño superior a l92 por ciento frente segmentación es manuales realizadas por expertos en dermatología.