Reconocimiento de patrones de imágenes médicas para establecer diagnósticos previos en trastornos pulmonares

Abstract:

El presente proyecto de titulación desarrolla un sistema que permite efectuar diagnóstico previo en problemas pulmonares. El método empleado se basa en la adquisición de imágenes de rayos x de tórax con alto kilovoltaje, las mismas que deben almacenarse en un computador de preferencia en formato JPG, las cuales al ser ingresadas al sistema desarrollado son preprocesadas estandarizándolas para su manejo, procesadas y segmentadas mediante técnicas de visión artificial y programación que permitan abstraer la información de relevancia que en este caso son los nódulos, quistes y calcificaciones presentes con sus respectivos diámetros para poder contabilizarlos y emitir un resultado que puede servir para el médico y para el paciente en forma previa el que se detallan también antecedentes médicos que en el caso de enfermedades de tipo pulmonar son muy importantes de considerar para el diagnóstico y posterior tratamiento, recalcando que no debe reemplazar de ninguna forma el criterio del médico experto en el tema. Para la construcción del sistema se ha empleado software libre con librerías especializadas en visión artificial y manejo de imágenes, tanto por el costo como por la facilidad de manipulación, documentación y escalabilidad en un futuro lo que permitirá seguir trabajando y mejorando el tema, además de tener una codificación sencilla para un programador que facilite realizar modificaciones. El sistema una vez desarrollado se ha sometido a suficientes pruebas que permitan determinar en una placa de rx de tórax en un paciente la cantidad de nódulos, quistes y calcificaciones presentes emitiendo resultados en un reporte las mismas que se han contrastado con el criterio médico especializado para poder corregir errores principalmente en la parte médica y determinar su grado de confianza, con lo cual se ha demostrado la validez del sistema además de la funcionalidad y asertividad en la visualización de los resultados que se obtienen

Año de publicación:

2019

Keywords:

• Visión artificial
• software libre
• Procesamiento de imágenes
• Redes neuronales artificiales

Fuente:

rraae