Una anàlisi comparativa d'algorismes per a la detecció i segmentació de tumors cerebrals

Abstract

[cat] En estudis oncològics cerebrals, l’existència de teixits anormals és fàcilment detectable en la majoria d’imatges de ressonància magnètica (MRI). No obstant això, una segmentació automàtica, correcta i reproduïble no és una tasca trivial. Aquest treball presenta una anàlisi comparativa per a la segmentació de tumors cerebrals. S’han implementat tres algorismes de segmentació de tumors emprant diversos mètodes. Així, el primer algorisme,empra el mètode k-means i només la imatge T1 de MRI. El segon algorisme empra el mètode fuzzy k-means, coneixement anatòmic i les tres imatges deMRI. Aquests dos algorismes usen tècniques que s’engloben dins la categoria de Pixel Classification. Finalment, el tercer algorisme utilitza tècniques Thresholded based i les tres imatges de MRI. S’han emprat aquestes tècniques ja que segons la recerca realitzada són les que millors resultats donen per segmentar tumors cerebrals. Les mesures emprades per avaluar els mètodes de segmentació implementats en aquesta memòria són mesures objectives, que es basen en la comparació de les segmentacions generades per cada algorisme amb la ground truth, proporcionada conjuntament amb la base de dades. Concretament, la mesura per avaluar ha estat la F-mesura. Finalment, l’algorisme II és l’algorisme que millor determina la regió tumoral ja que té el valor de F-mesura més alt.