Clasificacion del grado de astrocitoma cerebral infantil.
1. INTRODUCCION
El procesamiento de imágenes en color está motivado por dos factores: en primer lugar, por una similitud con la visión humana totalmente cromática, y en segundo lugar por el aumento de la información que aporta el análisis de estas imágenes.
Es un campo que ha cobrado mucha atención en los últimos años. En el área de la medicina, fisiología y biología el tratamiento de imágenes digitalizadas correspondientes a muestras bio-médicas como tejidos musculares, cerebrales y otras, que requieren de la creación de herramientas que ayuden al usuario (médico, biólogo, fisiólogo, etc.) tanto en el diagnóstico como en el tratamiento clínico y de investigación. La visión por computadora se considera como el conjunto de técnicas y modelos que permiten el procesamiento y análisis de la información espacial obtenida a través de imágenes digitales [Ballard 2002].
Por ejemplo, técnicas enfocadas a resolver problemas relacionados con la visión humana, como la identificación, clasificación, descripción y seguimiento de objetos. Hoy en día la visión por computadora beneficia a muchos sectores de la sociedad como el industrial, la medicina, las telecomunicaciones y la investigación científica. Algunas de las aplicaciones desarrolladas se utilizan para el control de calidad, para el diagnóstico y la detección de enfermedades.
2. PLANTEAMIENTO DEL PROBLEMA
El cáncer engloba a una familia compleja de enfermedades. Éstas son una de las principales causas de muerte a nivel mundial, y la segunda causa de muerte en la población Mexicana. Actualmente, el astrocitoma cerebral constituye el tipo de
cáncer más frecuente en la población infantil Mexicana. Aproximadamente el 50% de los tumores cerebrales en los niños son
infratentoriales y tres cuartos de estos están situados en el cerebelo o cuarto ventrículo [PDQ 2004]. Entre los tumores infratentoriales (fosa posterior) más comunes se encuentran los siguientes:
- Astrocitoma cerebeloso Meduloblastoma
- Ependimoma,
- Glioma del tronco encefálico
- Tumores teratoides atípicos / rabdoides
Debido a la diversidad de tumores existentes y al grado al que pertenecen, la detección y clasificación es complicada y en ocasiones se necesita invertir demasiado tiempo para lograr un diagnóstico.
Tabla 1. Clasificación general del grado de un tumor.
3. ESTADO ACTUAL.
En la actualidad, las aplicaciones de tratamiento y análisis de imágenes aparecen frecuentemente integradas con aplicaciones de visualización. Además de detectar y localizar zonas de interés, los usuarios de las aplicaciones informáticas de imágenes médicas (radiólogos, cirujanos, oncólogos) [PDQ 2004], desean en general mostrar dichas zonas, aprovechando de este modo la naturaleza de la mayoría de las imágenes utilizadas. Así, los médicos demandan de forma creciente aplicaciones que integren técnicas de tratamiento y análisis con funcionalidades de visualización.
4. DISEÑO METODOLÓGICO.
Obtener una serie de imágenes de alguno de los siguientes estudios:
- Tomografía computarizada.
- Resonancia magnética.
- Tomografía por emisión de positrones.
- Magneto encefalografía.
Para realizar un preprocesamiento de la imagen, mejorarla, detectar bordes, segmentarla, extraer las características más relevantes, regiones y zonas potenciales para la obtención de resultados que permitan emitir un diagnóstico.
Figura 1. Esquema de representación del análisis de una imagen.
5. PROCESO DE SEGMENTACIÓN.
La extracción de la información comienza en la etapa de segmentación. El primer paso en el análisis de imágenes, es generalmente utilizar técnicas para la segmentación de una imagen en regiones. Una región en una imagen, es un grupo de píxeles conectados, que tienen propiedades similares. Es obvio que las regiones son importantes para la interpretación de las imágenes, pues pueden corresponder a objetos o zonas de interés en la escena [Jain, 2002] y [José Crespo, 2004].