Your browser doesn't support javascript.

BVS CLAP/SMR-OPS/OMS

Centro Latinoamericano de Perinatología, Salud de la Mujer y Reproductiva

Home > Búsqueda > ()
XML
Imprimir Exportar

Formato de exportación:

Exportar

Email
Adicionar mas contactos
| |

Adaptación del llgoritmo maracas para segmentacón de la arteria carótida y cuaantificación de estenosis en imágenes aac / Adaptation of the MARACAS Algorithm for Carotid Artery Segmentation and Stenosis Quantification on CT Images

ZULUAGA, MARIA A; ORKISZ, MACIEJ; DELGADO, EDGAR J.F.; DORÉ, VINCENT; MORALES PINZÓN, ALFREDO; HERNÁNDEZ HOYOS, MARCELA.
Acta biol. colomb ; 15(3): 197-212, dic. 2010.
Artículo en Español | LILACS | ID: lil-635039
En este artículo se describen las adaptaciones hechas al algoritmo MARACAS para segmentar y cuantificar estructuras vasculares en imágenes TAC de la arteria carótida. El algoritmo MARACAS, que está basado en un modelo elástico y en un análisis de los valores y vectores propios de la matriz de inercia, fue inicialmente diseñado para segmentar una sola arteria en imágenes ARM. Las modificaciones están principalmente enfocadas a tratar las especificidades de las imágenes TAC, así como la presencia de bifurcaciones. Los algoritmos implementados en esta nueva versión se clasifican en dos niveles. 1. Los procesamientos de bajo nivel (filtrado de ruido y de artificios direccionales, presegmentación y realce) destinados a mejorar la calidad de la imagen y presegmentarla. Estas técnicas están basadas en información a priori sobre el ruido, los artificios y los intervalos típicos de niveles de gris del lumen, del fondo y de las calcificaciones. 2. Los procesamientos de alto nivel para extraer la línea central de la arteria, segmentar el lumen y cuantificar la estenosis. A este nivel, se aplican conocimientos a priori sobre la forma y anatomía de las estructuras vasculares. El método fue evaluado en 31 imágenes suministradas en el concurso Carotid Lumen Segmentation and Stenosis Grading Grand Challenge 2009. Los resultados obtenidos en la segmentación arrojaron un coeficiente de similitud de Dice promedio de 80,4% comparado con la segmentación de referencia, y el error promedio de la cuantificación de estenosis fue 14,4%.
Biblioteca responsable: CO332