medigraphic.com
ISSN 1684-1859 (Impreso)

2020, Número 1

<< Anterior Siguiente >>

Revista Cubana de Informática Médica 2020; 12 (1)


Análisis y selección de técnicas para la fusión de imágenes PET/CT basado en software

Orellana GA, Rodríguez GR

Idioma: Español
Referencias bibliográficas: 19
Paginas: 44-57
Archivo PDF: 431.66 Kb.


RESUMEN

Técnicas como la Tomografía por Emisión de Positrones y la Tomografía Computarizada permiten determinar la naturaleza maligna o benigna de un tumor y estudiar las estructuras anatómicas del cuerpo con imágenes de alta resolución, respectivamente. Investigadores a nivel internacional han utilizado diferentes técnicas para la fusión de la Tomografía por Emisión de Positrones y la Tomografía Computarizada porque permite observar las funciones metabólicas en correlación con las estructuras anatómicas. La presente investigación se propone realizar un análisis y selección de algoritmos que propicien la fusión de neuroimágenes, basado en la precisión de los mismos. De esta forma contribuir al desarrollo de software para la fusión sin necesidad de adquirir los costosos equipos de adquisición de imágenes de alto rendimiento, los cuales son costosos. Para el estudio se aplicaron los métodos Análisis documental, Histórico lógico e Inductivo deductivo. Se analizaron e identificaron las mejores variantes de algoritmos y técnicas para la fusión según la literatura reportada.
A partir del análisis de estas técnicas se identifica como mejor variante el esquema de fusión basado en Wavelet para la fusión de las imágenes. Para el corregistro se propone la interpolación Bicúbica. Como transformada discreta de Wavelet se evidencia el uso de la de Haar. Además, la investigación propició desarrollar el esquema de fusión basado en las técnicas anteriores. A partir del análisis realizado se constataron las aplicaciones y utilidad de las técnicas de fusión como sustitución a los altos costos de adquisición de escáneres multifunción PET/CT para Cuba.


REFERENCIAS (EN ESTE ARTÍCULO)

  1. FERNÁNDEZ-FRIERA Leticia, GARCÍA-ÁLVAREZ A, IBÁÑEZ B. Imaginando el futuro del diagnóstico por imagen. Revista Española de Cardiología. 2013. 66(6):134-143. DOI 10.1016/j.recesp.2012.10.012.

  2. JAMES A, DASARATHY B. Medical Image Fusion: A survey of the state of the art. Information Fusion. 2013. DOI10.1016/j.inffus.2013.12.002

  3. Gooding Mark J, Rajpoot Kashif M, Salli Chamberlain P, Kennedy SH, NOBLE J A. Investigation into the Fusion of Multiple 4-D Fetal Echocardiography Images to Improve Image Quality. Ultrasound in Medicine & Biology. junio 2010. 36(6):957-966. DOI 10.1016/j.ultrasmedbio.2010.03.017.

  4. Huang H K PACS and imaging informatics: basic principles and applications. 2nd ed. Hoboken, N.J: Wiley-Blackwell, 2010.

  5. Ladrón de Guevara H. Pefaur DR PET/CT en cáncer pulmonar. Revista médica de Chile. 2010. 138(11):1441-1450. DOI 10.4067/S0034-98872010001200015.

  6. Fenoll IG. 2010. Aportaciones a la segmentación y caracterización de imágenes médicas 3D. Capitulo II. Imágenes Médicas, Madrid: sn.

  7. Martí-Climent JM, Velloso MG, Serra P, Boán JF, Richter JA. Tomografía por emisión de positrones con un equipo PET/TAC. Revista Española de Medicina Nuclear, 2005; 24(1):60-76.

  8. Maldonado A, Suárez JP, Sancho Cuesta F. Aportación de la imagen PET-CT a la patología oncológica de cabeza y cuello. Acta Otorrinolaringol Esp 2005; 56(10):453-8

  9. Jadvar H, Vélez E, Desai B, Ji L. SNMMI scientific delegation to Cuba. (2018) J Nucl Med, 59, p.15N.

  10. Vaishali P, Kinjal M. A Review on Different Image Interpolation Techniques for Image Enhancement. International Journal of Scientific Engineering and Applied Science (IJSEAS). 2013. 3(12).

  11. Shreyas F. Image Interpolation Techniques in Digital Image Processing: An Overview. Journal of Engineering Research and Applications. 2014. 4(10):70-73.

  12. Ram Nivas SY, Himanshu A. Medical Image Fusion Using Wavelet Transform. International Journal of Scientific Engineering and Applied Science (IJSEAS). 2015. 1(3).

  13. Shalchian B, Rajabi H, Soltanian-zadeh H. Fusion of PET and CT images using wavelet transform. Hellenic journal of nuclear medicine. 2009;12(3):238-43.

  14. Jyoti A, Saraabjet Singh B. Implementation of hybrid image fusion technique for feature enhancement in medical diagnosis. Agarwal and BediHuman-centric Computing and Information Sciences. 2015. 2(3). DOI 10.1186/s13673-014-0020-z.

  15. Fortonani DM, HERNÁN PADRÓN MS. Fusión de imágenes mediante Transformada Wavelet Diádica. 2006.

  16. Joby J, Alka B. Medical Image Fusion Based on Wavelet Transform and Fast Curvelet Transform. IJEDR. 2014; 2(1):121-128.

  17. Marín A. Implementación y Evaluación de Algoritmos de Fusión de Imágenes en el contexto de las Imágenes Médicas; 2013. Repositorio.upct. Universidad Politécnica de Cartagena. Disponible en: https://repositorio.upct.es/bitstream/handle/10317/3429/pfc5406.pdf%3Bjses

  18. Vidakover B, Mueller P. Wavelets for kids. A tutorial introduction. Duke University. Disponible en: http://hjemmesider.diku.dk/~jda/biosignal/kidsA.pdf

  19. Amara G. An Introduction to Wavelets. IEEE Computational Science and Engineering. 1995; 2(2): 38-39.




2020     |     www.medigraphic.com