Resumen

Los métodos de contorno activo son ampliamente utilizados para la segmentación de imágenes médicas. Mediante algoritmos de nivel de conjunto, las aplicaciones de los métodos de contorno activo se han vuelto flexibles y convenientes. Este artículo describe la evaluación del rendimiento de los modelos de contorno activo utilizando métricas de rendimiento y análisis estadístico. Se han implementado cinco métodos diferentes para segmentar la región sinovial en imágenes de ultrasonido afectadas por artritis. Se realizó un análisis comparativo entre los métodos de segmentación y se identificó el mejor método de segmentación utilizando criterios de similitud, error estándar y prueba F. Para un análisis adicional, se realizó una clasificación de las técnicas de segmentación utilizando un clasificador de máquina de vectores de soporte (SVM) para determinar el método absoluto para la detección de la región sinovial. Con estos resultados, se define que el método de contorno activo basado en región localizada llamado método Lankton es el mejor método de segmentación.

• Materias:Comprensión de imágenes Inteligencia artificial Detección de manipulaciones Visión artificial Imágenes espaciales
• Subjects:Image understanding Artificial intelligence Manipulation detection Artificial vision Spatial imaging
• Palabras claves:Métodos de contorno activo; Segmentación de imágenes médicas; Algoritmos de conjunto de niveles; Métricas de rendimiento; Análisis estadístico; Región sinovial
• Keywords:Active contour methods; Medical image segmentation; Level set algorithms; Performance metrics; Statistical analysis; Synovial region