Automatic segmentation of a meningioma using a computational technique in magnetic resonance imaging
Cargando...
Archivos
Fecha
2018
Autores
Vera, Miguel
Huérfano, Yoleidy
Molina, Ángel Valentín
Valbuena, Oscar
Vivas, Marisela
Cuberos, María
Salazar, Williams
Vera, María Isabel
Borrero, Maryury
Hernández, Carlos
Título de la revista
ISSN de la revista
Título del volumen
Editor
Sociedad Venezolana de Farmacología Clínica y Terapéutica
Resumen
Through this work we propose a computational technique
for the segmentation of a brain tumor, identified as meningioma
(MGT), which is present in magnetic resonance images
(MRI). This technique consists of 3 stages developed in
the three-dimensional domain: pre-processing, segmentation
and post-processing. The percent relative error (PrE) is considered
to compare the segmentations of the MGT, generated
by a neuro-oncologist manually, with the dilated segmentations
of the MGT, obtained automatically. The combination of
parameters linked to the lowest PrE, provides the optimal parameters
of each computational algorithm that makes up the
proposed computational technique. Results allow reporting a
PrE of 1.44%, showing an excellent correlation between the
manual segmentations and those produced by the computational
technique developed.
Este trabajo propone una técnica computacional para la segmentación de un tumor cerebral, identificado como meningioma (MGT), que está presente en imágenes de resonancia magnética (MRI). Esta técnica consta de 3 etapas desarrolladas en el dominio tridimensional: preprocesamiento, segmentación y postprocesamiento. El porcentaje de error relativo (PrE) se considera para comparar las segmentaciones de la MGT, generadas por un neurooncólogo de forma manual, con las segmentaciones dilatadas de la MGT, obtenidas automáticamente. La combinación de parámetros vinculados al PrE más bajo proporciona los parámetros óptimos de cada algoritmo computacional que conforma la técnica de cálculo propuesta. Los resultados permiten informar un PrE de 1.44%, mostrando una excelente correlación entre las segmentaciones manuales y las producidas por la técnica computacional desarrollada.
Este trabajo propone una técnica computacional para la segmentación de un tumor cerebral, identificado como meningioma (MGT), que está presente en imágenes de resonancia magnética (MRI). Esta técnica consta de 3 etapas desarrolladas en el dominio tridimensional: preprocesamiento, segmentación y postprocesamiento. El porcentaje de error relativo (PrE) se considera para comparar las segmentaciones de la MGT, generadas por un neurooncólogo de forma manual, con las segmentaciones dilatadas de la MGT, obtenidas automáticamente. La combinación de parámetros vinculados al PrE más bajo proporciona los parámetros óptimos de cada algoritmo computacional que conforma la técnica de cálculo propuesta. Los resultados permiten informar un PrE de 1.44%, mostrando una excelente correlación entre las segmentaciones manuales y las producidas por la técnica computacional desarrollada.
Descripción
Palabras clave
Magnetic resonance brain imaging, Brain tumor, Meningioma, Computational technique, Segmentation, Imágenes cerebrales por resonancia magnética, Tumor cerebral, Meningioma, Técnica computacional, Segmentación