Segmentación de Imágenes Médicas Digitales mediante Técnicas de Clustering
DOI:
https://doi.org/10.32911/as.2010.v3.n1.428Resumen
En este trabajo se emplea técnicas de Clustering en la segmentación de imágenes médicas digitales para ser utilizadas en la reconstrucción de modelos anatómicos 3D a partir del estándar Digital Images and Comunication in Medicine (DICOM) con el fin de mejorar los resultados reportados en las fuentes bibliográficas. Son expuestos los algoritmos de Clustering Particional implementados y los resultados alcanzados con estos. Se compara entre sí los resultados alcanzados con ayuda de los métodos K-means y Fuzzy K-means y se recomienda procedimientos para la inicialización de los centroides.Descargas
Citas
Acha Pi ñero, B. (Abril de 2002). Segmentación y clasificación ele imágenes en color. Aplicación al diagnóstico de quemaduras. Tesis Doctoral. Sevilla, Sevilla, España: Universidad de Sevilla.
del Fresno, M., & J Vénere, M. (2002). Segmentación de Imágenes Médicas por Crecimiento de Regiom·s con Conocimiento Adicional. Tirndil, Buenos Aires, Argentina: PLADEMA-ISISTAN, Universidad Naciorial del Centro.
Jain, A. J., Murty,_ ·M_ N, &. Flynn, P. J. (Septiembre de. l999). Data · Clustering: A. Review. ACM Coniputing Surveys. Vol. 31, No.3.
Miguel Jimé1wz,' JM. (Marzo de 2008). Introducción al Tratamiento ::Digital, y Clustering de Imágenes. Alcalá, Madrid, España: Departamento de Electrónica, Universidad de Alcalá.
Oliva i Cuyás, F., de Cáceres Ainsa, M., Font Castell, X., & Cuadras Avellana, C. M. (Noviembre de 2001 ). Contribuciones desde una perspectiva basada en proximidades al Fuzzy K-means Clustering. Jaén, Andalucía, España: XXVI Congreso Nacional de Estadística e Investigación Operativa: Úbedabeda, Universidad de La Rioja, ISBN 84-8439-080-2.
Ortega, J. A., Foster, W., & Ortega, R. (2002). Definición de Sub-Rodales para una Silvicultura ele Precisión: Una aplicación del método Fuzzy K-means. Santiago, Chile: F acultad ele Agronomía e Ingeniería Forestal, Pontificia Universidad Católica ele Chile, Casilla 306-22.
Tan, P. N., Steinbach, M., & Kurnar, V. (Marzo ele 2006). lntroduction to Data Mining. Recuperado el 10 de Febrero de 2010. de Addison-Wesley Companion Book Site: http://wwwusers. cs.umn.edu/-kumar-/dmbook/inclex.php
Villagra, A., Guzmán, A., Pandolfi, D., & Leguizamón, G. (2008). Análisis ele medidas nosupervisadas ele calidad en clusters obtenidos por K-means y Particle Swarm Optimization. Argentina: Universidad Nacional de la Patagonia Austral, Unidad Académica Caleta Olivia, Universidad Nacional de San Luis, Laboratorio ele Tecnologías Emergentes, Laboratorio ele Investigación y Desarrollo en Inteligencia Computacional.
