Departamento de Computación

El presente trabajo de investigación se centra en el análisis de imágenes digitales y específicamente en el procesamiento de imágenes médicas. En este ámbito, expertos en Ciencias de la Computación y en otros campos, como la Física, han realizado investigaciones en beneficio del área médica. Existen diferentes tipos de imágenes médicas, tales como aquellas producidas por tomografía axial computarizada (TAC), rayos X, medicina nuclear, ultrasonido, resonancia magnética. Aunque el factor común de todas estas imágenes es que siguen el estándar DICOM, se trata de tipos diferentes de imágenes que utilizan visualizadores especiales para poder ser analizadas. La diferencia esencial entre estos tipos de imágenes radica en que cada uno utiliza una técnica específica de adquisición, e.g., la resonancia magnética utiliza magnetismo y la tomografía computarizada emplea radiación. Diversos trabajos de investigación se han centrado en el análisis de imágenes médicas, pero su objetivo varía en función de del tipo de imágenes empleadas y de lo que se desea estudiar. Adicionalmente, los rangos de intensidad de dichas imágenes dependen de la técnica utilizada para obtenerlas. Por ejemplo, en imágenes de tomografía, las intensidades se encuentran entre -1000 y 1000, y es posible identificar fácilmente los tejidos humanos de acuerdo a categorías establecidas por la escala de Hounsfield. Sin embargo, en el caso de las imágenes de resonancia magnética nuclear, no existe una escala que nos permita ubicar los tejidos humanos, por lo que el análisis de intensidades es más complejo. Además, en este tipo de imágenes existen dos clases de secuencias, T1 y T2, cuyas intensidades también varían. En general, los trabajos de investigación que utilizan imágenes de resonancia magnética nuclear tienen como objetivo encontrar malformaciones, mal funcionamientos o cualquier anomalía relacionada con los diferentes tejidos y/o partes del cuerpo. En estos trabajos, los investigadores hacen uso de algoritmos de segmentación y de reconocimiento de patrones para procesar las intensidades de las imágenes. En esta tesis, se propone una metodología para encontrar cicatrices en la corteza cerebral, mediante el análisis de intensidades en imágenes de resonancia magnética nuclear de secuencias T2.

Abstract

This research work is focused on digital image analysis and specifically on processing medical images. In this context, experts in Computer Science and other fields, such as Physics, have carried out research for the sake of the medical area. There exist different types of medical images, such as the ones produced by computed tomography, X-rays, nuclear medicine, ultrasound, magnetic resonance. Although all these images follow the DICOM standard, they are of different types and use special viewers in order for them to be analyzed. The essential difference among these types of images resides in the fact that each one relies on a specific acquisition technique, e.g., magnetic resonance uses magnetism and computed tomography employs radiation. Several research works have centered on the analysis of medical images, but their goal varies according to the type of employed images and on what is going to be studied. In addition, the intensity ranges of such images depend on the technique used to obtain them. For instance, in tomography images, intensities are between -1000 and 1000, and it is possible to easily identify the human tissues according to categories established by the Hounsfield scale. However, in the case of nuclear magnetic resonance images, there no exists a scale that allows us to locate the human tissues, so the analysis of intensities is more complex. In addition, in this type of images, there exist two kinds of sequences, T1, and T2, which intensities also vary. In general, research works using nuclear magnetic resonance images aim at finding malformations, malfunctions or any anomaly related to the different tissues and/or parts of the human body. In these projects, researchers use segmentation and pattern recognition algorithms in order to process the intensities of the images. In this thesis, we propose a methodology for finding scars in the cerebral cortex by means of the analysis of intensities in nuclear magnetic resonance images from T2 sequences.