IDENTIFICACIÓN DE ANOMALIÁS ENCEFÁLICAS A PARTIR DEL PROCESAMIENTO DE IMÁGENES

Abstract

Debido a los diferentes avances realizados en los algoritmos de aprendizaje para la identificación de imágenes, y la necesidad de realizar diagnósticos en el área de la medicina, de manera rápida y confiable de diversas condiciones, por medio de imágenes médicas especializadas. En este se presentó una herramienta de apoyo para el diagnóstico de anomalías encefálicas, por lo que se propuso desarrollar dos algoritmos en base a los métodos de procesamiento de datos k-means y máquina de soporte vectorial: el primero, es un algoritmo de agrupamiento de datos con aprendizaje no supervisado; el segundo, es un algoritmo de clasificación de aprendizaje supervisado, para así comparar los resultados de cada uno, dada la misma base de datos de imágenes, de resonancia magnética cerebrales. Sobre la base de lo anterior se investigó y detalló en este documento cómo funcionan, el procesamiento de imágenes en general y los tipos de algoritmos utilizados, primero para aplicarlos en la segmentación de datos y de este modo emplearlos en la tarea de identificación, de esta manera se implementaron varios códigos, dos para el proceso de segmentación, en base a los métodos de k-means y SVM. Para así aplicar estos algoritmos en otros dos códigos, en la tarea de identificación de imágenes, en los cuales se presentan sus resultados en una interfaz gráfica.