Please use this identifier to cite or link to this item: http://bibdigital.epn.edu.ec/handle/15000/22014
Title: Tratamiento informático para la segmentación de tejido pulmonar en imágenes de tomografía computarizada, mediante el desarrollo de un código en python.
Authors: Ortega Aguilar, Jennifer Lorena
Keywords: TOMOGRAFÍA COMPUTARIZADA
PROCESAMIENTO DE IMÁGENES
Issue Date: 27-Dec-2021
Publisher: Quito, 2021
Citation: Ortega Aguilar, J. L. (2021). Tratamiento informático para la segmentación de tejido pulmonar en imágenes de tomografía computarizada, mediante el desarrollo de un código en python. 85 hojas. Quito : EPN.
Abstract: In this project, we developed two tools that will serve as a preliminary step for generating future Computer Aided Detection (CAD) systems for the automated detection of numerous lung diseases. The first tool was made with the aim of extracting information from files with DICOM format in an easy and fast way without needing to use other types of external programs, but only by using Python and the Jupyter Notebook programming environment, which are open source and freely available. The implemented process makes it possible to generate images in different anatomical planes, such as: the coronal plane and the sagittal plane, by means of the pixel matrix that represents an axial section of the computed tomography process. We used techniques that are independent of the image generated in grayscale. In addition, they do not depend on the type of window used, since the pixel matrix in Hounsfield units is used to obtain the image. On the other hand, the second tool consists of a lung segmentation technique for chest computed tomography images. The segmentation process uses the pixel matrix in Hounsfield units to initially identify lung tissue through its degree of linear X-ray attenuation. Then, the marker-based Watershed algorithm is used, which is the main basis of the technique. In addition, different morphological operations and transformations are used on the axial sections for obtaining the lung segmentation. In this project, 35 tests in computed tomography (CT) modality with different protocols and with an average of 97 images per test were used to evaluate the first tool. Similarly, the lung segmentation tool was tested against 17 chest CT tests, demonstrating that the tool is accurate and fast
Description: En el presente proyecto, se desarrollaron dos herramientas que servirán como paso previo para la generación de futuros sistemas de Diagnóstico Asistido por Computadora (CAD) para la detección automática de numerosas enfermedades pulmonares. La primera herramienta fue realizada con el objetivo de extraer información de archivos con formato DICOM de una manera rápida, sencilla y sin la necesidad de utilizar otro tipo de programas externos, sino solamente mediante el uso de Python y el entorno de programación Jupyter Notebook, que son de acceso libre. El proceso seguido hace posible la generación de imágenes en diferentes planos anatómicos, como es el plano coronal y el plano sagital, por medio de la matriz de píxeles que representa un corte axial del proceso de tomografía computarizada. Las técnicas utilizadas son independientes de la imagen generada en escala de grises, además de que no depende del tipo de ventana utilizada, puesto que para obtener la imagen se emplea la matriz de píxeles en unidades Hounsfield. Mientras que la segunda herramienta presenta una técnica de segmentación de pulmones en imágenes de tomografía computarizada de tórax. La segmentación hace uso de la matriz de píxeles en unidades Hounsfield para identificar en un principio el tejido pulmonar mediante su grado de atenuación lineal de rayos X, luego se utiliza el algoritmo de Watershed basado en marcadores, siendo esta la base principal de la técnica, además se emplean diferentes operaciones morfológicas y transformaciones sobre los cortes axiales, obteniendo así la segmentación de pulmones. En este proyecto, se utilizaron 35 exámenes en modalidad de tomografía computarizada (TC) con diferentes protocolos y con una media de 97 imágenes por examen para evaluar la primera herramienta. De modo similar la segmentación de pulmones fue realizada para 17 exámenes de TC de tórax, lo que demostró que la herramienta es precisa y rápida.
URI: http://bibdigital.epn.edu.ec/handle/15000/22014
Appears in Collections:Tesis Física (FISICA)

Files in This Item:
File Description SizeFormat 
CD 11510.pdf2,36 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.