Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Facultad de Ingeniera
Inteligencia Computacional
Proyecto Final
Tema LBP:
Anlisis de textura de imgenes de resonancia magntica de
tumores cereblales
Introduccin
Los patrones binarios locales son operadores que nos ayudan a transformar las
imgenes en arreglos de nmeros enteros guardados mediante etiquetas que
describen en pequea escala la apariencia de la imagen. Estas etiquetas contienen
estadsticas que comnmente son usadas para anlisis de imgenes. Existen
distintos tipos de versiones, las ms comunes estn diseadas para tecnologas
monocromas usando como rango de decisin el nivel de contraste entre los blancos
y negros. Los patrones binarios locales bsicos trabajan analizando bloques en
unidad de pixeles de 3x3. Los pixeles mantienen el valor del pixel en el centro y
realizan una serie de clculos iterativos para obtener la etiqueta del pixel en el
centro. La publicacin original de los patrones binarios locales fue presentada hace
siete aos por Ojala. Los patrones binarios locales tambin pueden ser usados en
bloques de 8x8 pixeles, la frmula general no nos pone limitaciones. Estos patrones
son utilizados comnmente para analizar texturas, visualizar los niveles de
intensidad y calcular contenidos en la distribucin de la imagen.
Los valores de los pixeles estn interpolados.
Rpido prototipo
Para la creacin de este sistema hemos divido el proceso de creacin en dos fases:
Fase de diseo: Se basa en la identificacin de los problemas y necesidades, a
partir de esto se considerarn los mtodos que nos permita llegar a la solucin y la
optimizacin de los resultados esperados, a continuacin, se pueden ver los puntos
a tomar en consideracin:
Definicin de problemas y necesidades
Alcance
Definicin de las variables de entrada y variables de salida
Maquetacin de las interfaces grficas
Diseo de la arquitectura de software para el sistema
Seleccin de los algoritmos para procesamiento de imgenes.
Fase de produccin: Una vez aprobado el diseo del sistema se procede a la
creacin e implementacin de las diferentes tecnologas que trabajaran en conjunto
para lograr el correcto funcionamiento del sistema. La fase de produccin debe
seguir una serie jerarquizada de pasos con el objetivo de evitar errores y tener que
regresar a una fase ya terminada, las etapas se muestran a continuacin:
Instalacin y prueba de las libreras que sern usadas
Pruebas en ambiente de produccin para los patrones de lgica binaria
Creacin de las interfaces grficas
Programacin de los controladores en base a los casos de uso
Programacin de las subrutinas y funciones a ejecutar
Implementacin de los algoritmos de lgica difusa para la toma de decisiones
en el anlisis de imgenes y texturas
Revisin del correcto funcionamiento de la aplicacin en ambiente de
produccin y de calidad.
Presentacin final del sistema y capacitacin a los usuarios
Diseo Final
El diseo final del sistema se divide en el diseo de las interfaces grficas y el diseo
de los controladores. Las interfaces grficas tienen el objetivo de ser sencillas de
utilizar por el usuario sin olvidar la funcionalidad con los controladores y los
algoritmos de procesamiento de las imgenes.
Interfaz Principal del Sistema
Est interfaz estar diseada para establecer los requerimientos iniciales, fijarlos
como parmetros de entrada y analizarlos obteniendo el mayor nmero de
posibilidades en base a los algoritmos de procesamiento de imgenes. Una vez que
los controladores terminen los anlisis de texturas se hace una clasificacin de las
regiones que sealan posibles patologas.
Dignstico y
Parmetros de
entrega de
entrada
resultados
Anlisis de
Validaciones de
regiones con
las variables de
posibles
entrada
afectaciones
Procesamiento
de texturas por
LBP
Upload File
Texture analyzer
Continue
Justificacin
A partir de imgenes de resonancia magntica cerebrales se pretende detectar
diferentes texturas de los tumores y su periferia, para as poder determinar las
caractersticas morfolgicas, su distribucin en el cerebro y la relacin que pueden
tener con la heterogeneidad tumoral, la agresividad biolgica y la supervivencia de
los pacientes.
El anlisis de texturas ofrece informacin cuantitativa de aspectos de las imgenes
que habitualmente se valoran de forma subjetiva, como la heterogeneidad de las
imgenes, la cantidad de informacin, la repetitividad de patrones, etc. Es conocido
que los tumores ms agresivos son aquellos que presentan aspectos ms
heterogneos, donde coexisten zonas de alta proliferacin celular, alta
vascularizacin, necrosis, edema, etc.
Todo esto causa que las imgenes tengan patrones caticos que en trminos
cualitativos se pueden definir como heterogeneidad. Disponer de los mtodos
adecuados para medir esta heterogeneidad podra ayudar a caracterizar mejor
estos tumores y determinar el pronstico de los pacientes.
De las imgenes mdicas se puede extraer una amplia cantidad de informacin de
gran utilidad para la prctica clnica. Los parmetros de textura ms utilizados
provienen de las 6 categoras principales que se detallan a continuacin:
Histograma (mtodo estadstico)
Gradiente absoluto (mtodo estadstico)
Matriz de largo recorrido (mtodo estadstico)
Matriz de co-ocurrencia (mtodo estadstico)
Modelo autoregresivo (mtodo basado en modelos)
Diseo conceptual y de factibilidad
En la gran mayora de casos que se utilizan anlisis de textura en la prctica clnica
la tcnica de imgenes mdicas utilizada es la resonancia magntica debido a que
proporciona una gran resolucin de contraste entre tejidos, esto podra ser una
ventaja para poder analizar las imgenes y el resultado sea eficiente.
Nuestra aplicacin clnica utilizar anlisis de textura para poder clasificar regiones
que pueden ser interesantes dentro de una imagen, por ejemplo, se podrn clasificar
regiones sanas y regiones que tienen algn tipo de patologa
Adems, tambin se puede utilizar el anlisis de textura para clasificar regiones
estructurales. El procedimiento utilizado para la realizacin del anlisis de textura
consiste en calcular un conjunto de parmetros de textura para despus elegir aquel
que mejor diferencie las regiones.
En este campo se est investigando mucho para una deteccin precoz, as como
de imgenes de calidad para localizar la zona de tumor exacta a la hora de realizar
una extirpacin.
Seleccin de expertos
En inteligencia artificial un sistema experto es un sistema computacional que emula
la capacidad de tomar decisiones de un humano experto, en este caso nuestros
expertos sern mdicos especializados y proporcionarn diagnsticos por imagen
mdica, adems de las explicaciones sobre estas con la finalidad de pronosticar los
tumores cerebrales.
Al tener una serie de datos se podrn diferenciar entre pacientes sanos y pacientes
enfermos y se planea obtener detalles de las patologas a partir del conocimiento
del sistema
Conclusiones
Utilizar una sistema para analizar imgenes y texturas mediante patrones binarios
locales nos ayuda a generar diagnsticos mdicos de una manera sencilla y rpida,
de igual forma nos permite tener diagnsticos interpretados por algoritmos de
inteligencia artificial que de cierta manera son ms confiables para los usuarios.
La eleccin de los modelos para evaluar las texturas juega un papel fundamental en
la conversin de los ndices y los bloques cuando se analiza una imagen. Los tipos
de formato tambin podran mejorar el desempeo de los algoritmos de control al
momento de procesar los pixeles, por tal motivo lo mejor para la implementacin o
mejora del sistema sera identificar los requerimientos de las texturas a procesar,
despus elegir los modelos de textura de acuerdo al algoritmo para que cumpla con
los objetivos marcados.
Sheryl Brahnam, Lakhmi C. Jain, Loris Nanni, Alessandra Lumini. (2014). Local
Binary Patterns: New Variants and Applications. New York USA: Springer.