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...
- 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
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. |
---|