Operando Imágenes Para un

Mejor Diagnóstico

Magdalena Lassen, Teresa Saavedra

Santiago, 16 de Agosto del 2024 | Facultad de Medicina, Universidad de Chile

Introducción Resultados & Discusión B. Aplicaciones C. Anexo

La inteligencia artificial es una A. Operadores Morfológicos
herramienta que ha permitido en el Componentes de la representación de
ámbito de la radiología mejorar la imágenes:
eficiencia, precisión y coherencia de • Imágenes binarias: Espacio 2D, se le
los procedimientos que se realizan, asigna un 1 si es blanco y un 0 si es
como la detección, segmentación, negro.
clasificación o reconocimiento de • Imágenes en escala de grises: Espacio
patrones para poder dar mejores 3D, es decir, 2 de sus componentes Fig. 4 a) imagen original, b) imagen procesada con operadores y c)
superposición para comparación de imágenes.
diagnósticos y que sea una ayuda señalan su coordenada y la tercera
para el radiólogo [1]. indica la intensidad [3].
Uno de los mecanismos utilizados Utilizando operadores morfológicos
son los operadores morfológicos que El elemento estructurante es un por aislar la lesión. Obteniendo un
tiene su base en la teoría de conjunto B de geometría conocida que 76,25% de exactitud comparado con
conjuntos, operadores de álgebra no se desplaza por la imagen, eliminando resultados de radiólogos expertos [6].
lineal y geometría [2]. o agregando aquellos pixeles que
En sus inicios se emplearon estas cumplen una condición deseada
herramientas para imágenes binarias
y posteriormente se extendió su uso a La erosión en imágenes binarias tiene
imágenes en escala de grises, por lo el efecto de disminuir el tamaño de los
que en su mayoría las operaciones objetos o eliminar aquellos que son muy
son extensibles a ambos tipos de pequeños [4].
imágenes.
Para poder comprender estas técnicas
en mayor detalle, es importante
mostrar su uso en el ámbito de Fig. 7 algoritmo de procesamiento con operadores.
imagenología médica, donde Fig.1 Proceso de erosión de una imagen. (a) representa la imagen
podemos encontrar su uso en original, (b) representa en amarillo los pixeles que serán eliminados
por la erosión, (c) representa la imagen erosionada [4]. Fig. 5 imágenes con mejoras de contraste utilizando distintos discos y
con sus respectivos porcentajes que evalúan el contraste y calidad
segmentaciones, mejoras en el
contraste o para caracterizar ciertas La dilatación en imágenes binarias Conclusión
lesiones en técnicas imagenológicas. aumenta el tamaño de los objetos o Se utilizó la técnica de top-hat para
cierra agujeros muy pequeños [4]. mejorar calidad y contraste. Los operadores morfológicos, siendo
Logrando obtener la comparación con empleados en la IA, podrán colaborar
Objetivos de distintos discos y el mejor CIR que en el procesamiento de imágenes,
microinvestigación nos indicará la imagen más óptima mejorando la exactitud de
[7]. procedimientos hechos manualmente,
La pregunta que guió la investigación: como así mismo disminuyendo
¿La implementación de operadores para Fig. 2 Proceso de dilatación de una imagen. (a) representa la imagen
tiempos para poder abarcar mayor
original, (b) representa en amarillo los pixeles que serán agregados
el procesamiento de imágenes colabora por la dilatación, (c) representa la imagen dilatada [4]. número de diagnósticos.
en el diagnóstico?
La apertura cumple la función de
Objetivo: Comprender el fundamento eliminar elementos aislados y eliminar Referencias
matemático de los operadores conexiones entre los elementos en [1] Jin D, Harrison AP, Zhang L, Yan K, Wang Y, Cai J, et al. Artificial
morfológicos y su implementación en el imágenes binarias [5]. intelligence in radiology. En: Artificial Intelligence in Medicine. Elsevier; 2021.
p. 265–89.
procesamiento de imágenes médicas [2] Pérez IE, De Abreu MF, Linares PA, editores. Vista de Herramienta para la
utilizadas para el diagnóstico. El cierre tiene la función de suavización aplicación de operadores de morfología matemática en imágenes de escala de gris
[Internet]. Vol. 15. 2014 [citado el 26 de junio de 2024]. Disponible en:
de contornos, eliminación de agujeros y https://revistas.unab.edu.co/index.php/rcc/article/view/2541/2176

unión de elementos en imágenes [3] Fontevila castro JJ, Villalta Moreno WM. Diseño e implementación de una
herramienta demostrativa de aplicación de operadores morfológicos básicos con
Método binarias [5]. Matlab [Internet]. [Ecuador]: Escuela superior politécnica del litoral; 2012.
Disponible en: http://www.dspace.espol.edu.ec/xmlui/handle/123456789/45746

Fig. 6 (a) y (b) representan la comparación de las segmentaciones de [4] Ruiz Fernández LÁ. Aplicación de filtros morfológicos en imágenes
Para la elección de artículos que referencia (línea blanca) y las segmentaciones computarizadas (línea [Internet]. 2020. Disponible en:
https://riunet.upv.es/bitstream/handle/10251/145903/Ruiz%20-
gris), mientras que (c) y (d) representan la comparación de las
incluiríamos en la revisión, se segmentaciones de referencia (línea blanca) y las segmentaciones %20Aplicaci%C3%B3n%20de%20filtros%20morfol%C3%B3gicos%20en%20i
m%C3%A1genes.pdf
manuales (línea gris).
utilizaron los buscadores: Google [5] Murray P, Marshall S. A review of recent advances in the hit-or-miss
Scholar, PubMed, Scielo y transform. En: Advances in Imaging and Electron Physics. Elsevier; 2013. p. 221–
Con el uso de operadores 82.
ScienceDirect.
morfológicos para limpiar la imagen [6] Márquez Sosa, M Procesamiento de imágenes de mamografía digital para la
Se revisaron en un inicio 17 artículos, Fig. 3 En la imagen de la izquierda se ve un proceso de apertura y en caracterización de lesiones mamarias. [Internet]. ACOFI 2021: 2021 [citado:
la imagen de la derecha se ve un proceso de cierre [5]. y segmentarla. Obtenemos mejores 2024, junio] 14 páginas.
pero solo se seleccionaron 11, por su
resultados computacionalmente (96% [7] Hassanpour H, Samadiani N, Mahdi Salehi SM. Using morphological
precisión en la información y la transforms to enhance the contrast of medical images. Egypt J Radiol Nucl Med
exactitud) que manualmente (87-92% [Internet]. 2015;46(2):481–9. Disponible en:
correlación con el enfoque que busca http://dx.doi.org/10.1016/j.ejrnm.2015.01.004
exactitud)[8].
tener la investigación. [8] Gómez W, Leija L, Pereira WCA, Infantosi AFC. Semiautomatic contour
detection of breast lesions in ultrasonic images with morphological operators and
average radial derivative function. Phys Procedia [Internet]. 2010;3(1):373–80.
Disponible en: http://dx.doi.org/10.1016/j.phpro.2010.01.049