EXTRACCIÓN DE CARACTERÍSTICAS DISCRIMINANTES EN IMÁGENES BIOMÉDICAS
PDF

Palabras clave

Matriz de co-ocurrencia de escala de grises (GLCM)
imagen de resonancia magnética (MRI)
descriptores de Haralick
distancia euclidiana.

Cómo citar

Rodriguez Osorio, M. A., & Aviña Cervantes, J. G. (2018). EXTRACCIÓN DE CARACTERÍSTICAS DISCRIMINANTES EN IMÁGENES BIOMÉDICAS. JÓVENES EN LA CIENCIA, 4(1), 3134–3138. Recuperado a partir de https://www.jovenesenlaciencia.ugto.mx/index.php/jovenesenlaciencia/article/view/2803

Resumen

En este trabajo se realiza la identificación de tumores cerebrales en magnetic resonance imaging (MRI) mediante un algoritmo que hace uso de la técnica de Gray Level Co-ocurrence Matrix (GLCM) que permite extraer características de textura por el análisis estadístico de una vecindad entre pixeles. Para lograr la detección de la zona de interés, se toma la imagen de entrada y se visualiza por fragmentos a través de una ventana con tamaño y corrimiento óptimos encontrados en la prueba del algoritmo. Seguidamente se determinan la GLCM y los descriptores de Haralick de cada fragmento desconocido y estos últimos son comparados uno a uno con los respectivos descriptores de Haralick de los tumores localizados en cada MRI de la base de datos previamente identificados por un experto. El método de comparación empleado es una métrica de distancia correspondiente a la distancia euclidiana normalizada por ser una la más comunes en el análisis de imágenes, posteriormente se encuentra la distancia mínima que servirá como parámetro determinante en la similitud de textura entre la imagen de entrada y la base de datos para finalmente visualizar la imagen de salida.
PDF
Licencia Creative Commons
Esta obra está bajo una Licencia Creative Commons Atribución-NoComercial-SinDerivadas 4.0 Internacional.