Técnicas de mejoramiento de imagen para el mejoramiento de tumores cerebales en imágenes de resonancia magnética

Autores/as

DOI:

https://doi.org/10.24933/rep.v8i1.359

Palabras clave:

CLAHE, BCET, Ecuaciones de histograma, Mejora de contraste, Resonancia Magnética

Resumen

La integración de la tecnología en diversos campos del conocimiento humano, especialmente en la intersección entre la medicina y la informática, ha permitido la implementación y contribución a procedimientos relacionados con la adquisición de imágenes y los tratamientos médicos, resultando en la mejora de las prácticas médicas y consecuentemente de la condición de salud del paciente. Sin embargo, la obtención de imágenes, como por ejemplo mediante resonancia magnética, presenta varios desafíos, como ruido, distorsiones y otras características de la imagen que pueden influir en la evaluación del examen final. Para mitigar estos problemas, en este artículo se desarrolló una aplicación que recibe imágenes de resonancia magnética que contienen pacientes con y sin tumores cerebrales. Luego, se aplican métodos de mejora del contraste como CLAHE (Ecualización de histograma adaptativa limitada por contraste), BCET (Técnica de mejora del contraste de equilibrio) y ecualización de histograma, y ​​luego se discuten las ventajas y desventajas de utilizar cada método, así como evaluar la evaluación mediante. la interpretación de los histogramas de las imágenes resultantes del algoritmo. Al final se concluye que CLAHE obtuvo el mejor desempeño entre las técnicas cubiertas, resaltando los tumores en las imágenes, además de resaltar otras regiones fundamentales para el diagnóstico del paciente.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Alain H, Djemel Z. Image quality metrics: PSNR vs. SSIM. International Conference on Pattern Recognition, 2358 - 2369, 2010.

Bhuvaji S, Kadam A, Bhumkar P, Dedge S. Brain Tumor Classification MRI. Kaggle.

Disponível em:

<https://www.kaggle.com/datasets/sartajbhuvaji/brain-tumor-classification-mri>. Acesso em:

de aug de 2023.

Ferlay J, Ervik M, Lam F, Colombet M, Mery L, Piñeros M, Znaor A, Soerjomataram I, Bray

F (2020). Global Cancer Observatory: Cancer Today. Lyon, France: International Agency

for Research on Cancer. Disponível em:

<https://gco.iarc.fr/today/data/factsheets/cancers/31-Brain-central-nervous-system-fact-sheet.

pdf>. Acesso em: 18 aug. 2023.

GONZALEZ, Rafael; WOODS, Richard. Digital Imaging Processing. 4. ed. New York: Pearson Education, 2018. 1168 p.

LIU JIAN GUO. Balance contrast enhancement technique and its application in image colour composition. International Journal of Remote Sensing, 12:10, 2133-2151, 1991. DOI: https://doi.org/10.1080/01431169108955241

MACHADO, Angelo; HAERTEL, Lucia Machado. Neuroanatomia funcional. 3. ed. São Paulo: Atheneu, 2013.

OpenCV. Histograms - 2: Histogram Equalization. Disponível em:

<https://docs.opencv.org/4.x/d5/daf/tutorial_py_histogram_equalization.html>. Acesso em: 7

out. 2023.

Rajamani V., Babu. P, S.Jaiganesh. A Review of Various Global Contrast Enhancement

Techniques for Still Images using Histogram Modification Framework. International

Journal of Engineering Trends and Technology (IJETT), 1045-1048, 2013.

Senthilkumaran N, Thimmiaraja J. Histogram Equalization for Image Enhancement Using MRI brain images. World Congress on Computing and Communication Technologies, 80-89, 2014. DOI: https://doi.org/10.1109/WCCCT.2014.45

Sonali, Sima Sahu, Amit Kumar Singh, S.P. Ghrera, Mohamed Elhoseny. An approach for de-noising and contrast enhancement of retinal fundus image using CLAHE. Optics & Laser Technology, 110, 87-98, 2018. DOI: https://doi.org/10.1016/j.optlastec.2018.06.061

Stephen M. Pizer, E.Philip Arburn, John D. Austin, Robert Cromartie, Ari Geselowitz, Trey Greer,Bart Ter Haar Romeny, John B. Zimmerman, Karel Zuiderveld. Adaptive Histogram Equalization and Its Variations. COMPUTER VISION, GRAPHICS, AND IMAGE PROCESSING, 39, 355-368, 1987. DOI: https://doi.org/10.1016/S0734-189X(87)80186-X

Tawsifur Rahman, Amith Khandakar, Yazan Qiblawey, Anas Tahir, Serkan Kiranyaz, Saad Bin Abul Kashem, Mohammad Tariqul Islam, Somaya Al Maadeed, Susu M. Zughaier, Muhammad Salman Khan , Muhammad E.H. Chowdhury. Exploring the effect of image enhancement techniques on COVID-19 detection using chest X-ray images. Computers in Biology and Medicine, 132, 2021. DOI: https://doi.org/10.1016/j.compbiomed.2021.104319

Publicado

2024-05-29

Cómo citar

Keglevich, G., & Andrijauskas, F. (2024). Técnicas de mejoramiento de imagen para el mejoramiento de tumores cerebales en imágenes de resonancia magnética. Revista Ensaios Pioneiros, 8(1). https://doi.org/10.24933/rep.v8i1.359

Número

Sección

CIÊNCIAS EXATAS, ENGENHARIAS e TECNOLÓGICAS