Implementación de diferentes algoritmos para la segmentación de tumores cerebrales

Abstract

Este Trabajo de Fin de Grado se enfoca en la segmentación de diferentes partes de varios tipos de gliomas difusos (glioblastomas de grado IV, astrocitomas de grados III y II, y oligodendrogliomas de grado II) en imágenes de Resonancia Magnética Tl con contraste. El proyecto aborda segmentaciones diferenciadas según las regiones del tumor: parte activa, necrosada, difusa, y la lesión tumoral en su conjunto. Para llevar a cabo estas segmentaciones, se han desarrollado varios algoritmos destinados a optimizar (umbral y semilla) el principal proceso de segmentación, basado en el crecimiento de regiones. En primer lugar, se presentará una breve introducción al problema, donde se abordarán los distintos tumores que se estudiarán. Posteriormente, el enfoque se centrará en los aspectos matemáticos y el desarrollo del algoritmo. El objetivo principal de este proyecto es evaluar el desempeño del algoritmo de crecimiento de regiones implementado mediante las métricas derivadas del análisis ROC. Para obtener estos resultados, se han comparado las segmentaciones generadas por el algoritmo con las segmentaciones de referencia incluidas en el conjunto de datos utilizado.