Facultad de Ciencias e Ingeniería
Permanent URI for this communityhttp://98.81.228.127/handle/20.500.12404/7
Browse
3 results
Search Results
Item Caracterización de un ecógrafo de investigación para aplicaciones en sonoelastografía(Pontificia Universidad Católica del Perú, 2015-07-25) Torres Gárate, Gabriela; Castañeda Aphan, Benjamín; Ormacea Quispe, JuvenalEn la actualidad, diversas técnicas de elastografía buscan caracterizar tejidos para obtener parámetros de visco-elasticidad y poder identificar anomalías de forma no invasiva. Esta metodología se basa en la correlación de la variación de las propiedades mecánicas de los tejidos con cambios patológicos de los mismos, lo cual permite hallar anomalías en diferentes zonas del cuerpo. Dentro de estas técnicas, la sonoelastografía involucra un conjunto de métodos basados en la excitación mecánica del tejido para obtener parámetros de elasticidad relativa o absoluta, dependiendo de la modalidad del ensayo. Esta técnica se puede implementar en escáneres ultrasónicos comerciales que tengan la capacidad de generar imágenes modo Doppler, de forma que se puedan visualizar las señales sonoelastográficas deseadas, con la adición de vibradores externos a determinada frecuencia y amplitud de vibración. En la presente investigación se desarrolla una metodología para caracterizar la implementación del método de sonoelastografía, mediante el estudio de dos parámetros de un ecógrafo de investigación. Estos dos parámetros son: la frecuencia de repetición de pulso y el número de cuadros promedio para la estimación Doppler. Mediante el análisis del comportamiento de las señales en función la relación de estos dos parámetros, se modelarán las señales obtenidas en simulaciones y experimentos. En este sentido, se caracterizó el ecógrafo de investigación mediante la definición de una relación lineal entre ambos parámetros relacionada a la periodicidad de la señal. Asimismo, se analizó el efecto de ambos parámetros, concluyendo que para menores valores de frecuencia de repetición de pulso, el sistema aumenta su sensibilidad, ya que es capaz de medir señales a bajos valores de amplitud de vibración con una variabilidad menor al 10%. No obstante, su rango de medición para esta variabilidad es muy limitado. Esta limitación de rango se reduce al aumentar el valor de frecuencia de repetición de pulso. En contraste, a mayores valores de frecuencia de repetición de pulso, la sensibilidad del sistema se reduce, no pudiendo medir amplitudes de vibración pequeñas. Los resultados obtenidos se correlacionan en simulaciones y experimentos.Item Propuesta de técnica para la estimación de densidad mamaria en mamografías digitales utilizando técnicas de segmentación y estimadores globales(Pontificia Universidad Católica del Perú, 2014-10-29) Segura del Río, César Whesly; Castañeda Aphan, Benjamín; Huaroc Moquillaza, Elizabeth BereniceAnualmente un millón y medio de nuevos casos de cáncer de mama son diagnosticados alrededor del mundo. Por tal motivo, se han establecido estrategias de despistaje temprano de cáncer de mama que utilicen a la mamografía como principal herramienta. Adicionalmente, se han evaluado diversas variables clínicas que han sido capaces de estimar el riesgo a desarrollar esta neoplasia. Entre estas variables se encuentra la densidad mamaria o tejido denso catalogado como principal indicador del cáncer de mama. La densidad mamaria o tejido denso de la mama incrementa de 3.5 a 5 veces el riesgo de adquirir cáncer de mama. La mamografía es una imagen formada a partir del principio de rayos X, describe a los tejidos de la mama y permite la evaluación del estado clínico de los pacientes. Se utilizan dos acercamientos para su estudio, estos consisten en el análisis cualitativo y cuantitativo. En el primero se utiliza el criterio de la observación del médico para dar su juicio de cada caso. En el segundo se procesan digitalmente mamografías y se les aplican técnicas de segmentación, luego se utilizan métodos cuantificables como estimadores globales. La segmentación consiste en subdividir una mamografía en los tejidos que la constituyen mientras que los estimadores globales son algoritmos que se aplican a la imagen completa y brindan indicadores cuantitativos de esta. El objetivo de la presente tesis es realizar una comparación entre el tejido denso obtenido mediante los técnicas de segmentación de Bden, bimodal, C-medias difusas y Otsu con el establecido por un patrón de oro (segmentación manual de experto). A partir de las comparaciones, se propondrá un algoritmo de segmentación validado en base a estimadores globales. Para alcanzar dicho objetivo, se cumplirán los siguientes objetivos específicos: implementación de técnicas de segmentación de Bden, bimodal, C-medias difusas y Otsu para calcular el tejido denso; implementación de estimadores globales intersección sobre unión, índice de similitud estructural (SSIM) y norma L2; comparación cuantitativa del tejido denso entre mamografías segmentadas y mamografías del patrón de oro; implementación de propuesta de técnica de segmentación y cálculo de tejido denso de la mama. Se ha encontrado que la propuesta de técnica de segmentación implementada para el cálculo de tejido denso es superior a las demás técnicas en base a estimadores globales. La técnica propuesta también demuestra un mayor grado de correlación con el tejido denso calculado por los médicos que las segmentaciónes de Bden, bimodal, C-medias difusas y Otsu. Se ha encontrado que en base a los estimadores globales de intersección sobre unión y SSIM la técnica de segmentación propuesta presenta mejores resultados que las técnicas implementadas de Bden, bimodal, C-medias difusas y Otsu. El coeficiente de Pearson es el mejor indicador del grado de correlación que existe entre los porcentajes de tejido denso calculado por los médicos y la técnica propuesta que con el calculado por las demás técnicas.Item Microscopio automatizado: conteo de bacilos de tuberculosis(Pontificia Universidad Católica del Perú, 2013-11-07) Sato Yamada, Juan José; Castañeda Aphan, BenjamínLa prueba baciloscópica de la tuberculosis es la forma de diagnóstico microscópico más utilizado para combatir la enfermedad en los países pobres o subdesarrollados debido a su bajo costo y rapidez. Sin embargo, la realización de esta prueba es un proceso tedioso, extenuante y requiere de un especialista debidamente capacitado. Por ello, en el presente trabajo se presenta un algoritmo automatizado para la detección y conteo de bacilos de tuberculosis presentes en imágenes de muestras de esputo mediante la utilización de técnicas de procesamiento de imágenes digitales. Se analizaron diferentes espacios de color para hallar aquella capa o canal de color que posea un mayor contraste entre las intensidades de color de los píxeles de los bacilos y del fondo. Para esto se hizo un análisis de los histogramas mediante las gráficas de las características operativas del receptor. Para la segmentación de los bacilos, el presente trabajo desarrolló una técnica de umbralización adaptativa utilizando el método de Otsu para hallar el óptimo valor umbral. Luego, los objetos detectados son clasificados como bacilos o no-bacilos mediante un árbol de clasificación utilizando características de área y excentricidad. El algoritmo desarrollado presenta niveles de sensibilidad, especificidad y exactitud mayores a 90% y tiene un tiempo de ejecución de aproximadamente 9 segundos por campo (15 minutos para 100 campos). Cabe resaltar que, a diferencia de investigaciones previas, la presente tesis buscó desarrollar un algoritmo tanto de segmentación de los bacilos, como de su clasificación, e implementarlo en un microscopio automatizado para el diagnóstico automático de la enfermedad en tiempo real. Con esta finalidad, se implementó el algoritmo desarrollado con el programa Matlab® en un lenguaje de programación C++, obteniendo un programa capaz de interactuar con otros programas como el del control de la cámara digital. Se espera que este trabajo sirva de base para próximos estudios orientados a automatizar el proceso de diagnóstico de la enfermedad de una manera más óptima y veloz.