Análisis de imágenes ecográficas para la detección de malformaciones congénitas en fetos

Abstract

El presente trabajo de investigación se centra en el desarrollo de un modelo de procesamiento de imágenes, como caso de estudio se toman imágenes ecográficas con presencia de malformaciones congénitas fetales, estas imágenes presentan diversos factores de ruido como: reflejos, variaciones de iluminación y deficiencia en el contraste, contribuyendo a la generación de incertidumbre en la opinión del profesional medico. La ecografía, ha sido uno de los elementos de diagnóstico que ha influido en los últimos años en el seguimiento clínico de los embarazos, la visualización del feto en sus diferentes fases de crecimiento ha permitido detectar las posibles complicaciones o defectos que se pueden producir a lo largo de la gestación y ha ayudado a su corrección o cura. Pero sin embargo se advierte que a pesar de ser una tecnología amigable, los diagnósticos o interpretación de las imágenes obtenidas por esta técnica no siempre son fáciles de interpretar y esto lleva a que muchos doctores cometan errores con consecuencias fatales, sugiriendo en la mayoría de los casos medidas extremas como el aborto. Por lo dicho anteriormente en el presente trabajo se plantea la utilización de algoritmos de tratamiento de imágenes, visión artificial, conceptos estadísticos y reconocimiento de patrones, permitiendo establecer un modelo plasmado en un prototipo capaz de detectar malformaciones congénitas en las imágenes ecográficas procesadas. Inicialmente en el capitulo 1, se procede a la identificación de sistemas similares en relación al tratamiento de imágenes y las soluciones a las mismas, desarrollándose un conjunto de objetivos y una hipótesis al problema planteado. En el capitulo 2, se expone teorías referentes a la ecografía, el equipo de captura de la imagen, métodos de procesamiento de imágenes tales como ampliación de contraste, segmentación con arboles cuaternarios, algoritmos de reconocimiento de patrones, definición de un sistema de reconocimiento de patrones para imágenes. El capítulo 3, expone la aplicación de las teorías y técnicas vistas en el capitulo anterior, definiéndose las ecuaciones estadísticas adecuadas a utilizar, el criterio de homogeneidad y el clasificar de patrones por casos basado en la distancia euclidiana combinada con un coeficiente de correlación para lograr mejores resultados. En el capitulo 4, se observa los datos obtenidos por el prototipo al realizarse las respectivas simulaciones con diferentes casos, y finalmente en el capitulo 5 se presentan las respectivas conclusiones y recomendaciones basadas en las pruebas realizadas y la teoría examinada a lo largo de la presente tesis.