Programa

1. Introducción

Imágenes médicas. Introducción histórica. Tecnologías de captura de imágenes médicas en 2 y 3 dimensiones. Descripción general del pipeline de procesamiento de imágenes médicas: captura, preprocesamiento, extracción de características, segmentación, registración, medición de características. Representación computacional de imágenes. Terminología básica: píxel, vóxel, intensidades, componentes de color.

2. Preprocesamiento

Introducción a los principales inconvenientes presentes en las imágenes médicas. Ruido. Tipos de ruido de acuerdo a las modalidades médicas. el ruido en MRI, CT, US. Estrategias para el filtrado de ruido: filtros de media, mediana, difusión anisotrópica. Ventajas y desventajas de cada método. Artefactos. Causas y consecuencias. Estrategias para su tratamiento. Histograma. Cómo se obtiene. Técnicas de corrección de intensidades: ecualización, ajuste a partir de un histograma conocido.

3. Extracción de indicadores

Rol en el pipeline de procesamiento de imágenes médicas. Tipos. Indicadores basados en intensidades. Imágenes multiespectrales. Indicadores de borde. Filtros de Sobel y Canny. Otros detectores de borde. Indicadores de textura. Indicadores basados en características de 1er y 2do orden. Otros descriptores de textura: LBP, filtros de Gabor, Wavelets. Otros indicadores.  

4. Segmentación

Diferentes aplicaciones de la segmentación de imágenes médicas. Clasificación de los algoritmos de segmentación. Ventajas y desventajas generales de cada categoría. Segmentación no supervisada. Umbralado. Enfoques basados en regiones: Crecimiento de Regiones, Modelos Deformables. Modelos basados en clustering: K-Means, Fuzzy C-Means, Random Fields. Segmentación supervisada. Support Vector Machines, kNN, AdaBoost. Estrategias para evaluar la calidad de la segmentación. Indicadores de calidad: coeficientes de Dice y Jaccard; Accuracy, Se y Sp. Curvas ROC.

5. Registración

Introducción a los algoritmos de registración. Utilidad. Tipos de registración. Registración rígida y deformable. Medidas de similaridad. Registración basada en landmarks. Fusión.

6. Análisis de imágenes médicas y sus aplicaciones

Medición y extracción de características a partir de los resultados. Volumen y superficie. Aplicaciones médicas. Problemas de diagnóstico y análisis médico. Experiencias científicas.
Comments