PROYECTO - SEGMENTACIÓN DE TUMORES CEREBRALES EN IMÁGENES MRI

Introducción

El problema de segmentación de imágenes médicas (y en particular del cerebro) es un problema muy estudiado en el área de la medicina, dado que es esencial para poder analizar las imágenes y muchas veces es el primer paso de muchas aplicaciones clínicas. En particular, el tipo de imágenes más comunes que se toman del cerebro son obtenidas por Resonancia Magnética (MRI), y se pueden tomar con distintas resoluciones y modalidades, como se verá más adelante. Este es el método de captura por excelencia, en el que se ha basado mucha de la investigación en los últimos años, porque es un método no invasivo, que consigue buena resolución y tiene buen contraste entre tejidos. En estas imágenes la segmentación se usa comunmente para medir y visualizar las estructuras anatómicas del cerebro, estudiar la evolución de la anatomía (por ejemplo, seguimiento de una enfermedad), delinear regiones patológicas, y planear cirujías, entre otros.

Desafortunadamente, es un problema tan crítico como desafiente en un ambiente clínico, y consume mucho tiempo. Es por esto que desde el surgimiento de las aplicaciones automatizadas de segmentación se abarcó tanto de manera no supervisada como supervisada. En particular, este trabajo se centrará en la segmentación de tumores cerebrales a partir de las imágenes de resonancia magnética a distintas profundidades. En definitiva, tomando todas las profundidades, se obtiene una representación volumétrica del cerebro en la que cada punto de medida de la resonancia magnética se llama voxel y este tiene un valor de intensidad, como en toda imagen. La segmentación de tumores puede buscar distinguir solo el tumor del cerebro, o también las distintas partes del tumor, como el edema. Las distintas soluciones que se verán a lo largo de este trabajo toman distintas perspectivas respecto a esto.