Resumen

La segmentación de imágenes desempeña un papel importante en la obtención de imágenes multimodales, especialmente en la fusión de imágenes estructurales ofrecidas por TC, RM con imágenes funcionales recogidas por tecnologías ópticas u otras tecnologías de obtención de imágenes novedosas. Además, la segmentación de imágenes también proporciona una descripción estructural detallada para la visualización cuantitativa del tratamiento de la distribución de la luz en el cuerpo humano cuando se incorpora con métodos de simulación de transporte de luz en 3D. En primer lugar, utilizamos algunos métodos de preprocesamiento, como la eliminación de ruido mediante ondículas, para extraer los contornos precisos de diferentes tejidos, como el cráneo, el líquido cefalorraquídeo (LCR), la materia gris (MG) y la materia blanca (MBL), en 5 conjuntos de datos de imágenes de RM de la cabeza. A continuación, realizamos la segmentación automática de imágenes con aprendizaje profundo utilizando redes neuronales convolucionales. También introducimos la computación paralela. Estos enfoques reducen en gran medida el tiempo de procesamiento en comparación con la segmentación manual y semiautomática y son de gran importancia para mejorar la velocidad y la precisión a medida que se aprenden más y más muestras. Los datos segmentados de materia gris y blanca se cuentan por ordenador en volumen, lo que indica el potencial de esta tecnología de segmentación para diagnosticar cuantitativamente la atrofia cerebral. Demostramos el gran potencial de este procesamiento de imágenes y la segmentación automática de imágenes de tejido combinada con el aprendizaje profundo en la medicina neurológica.

• Materias:Análisis de espectro Organización modular Diagnóstico automatizado Monitoreo Servicios de salud
• Subjects:Spectrum analysis Modular organization Automated diagnostics Monitoring Health services
• Palabras claves:aprendizaje profundo, materia blanca, métodos de simulación de transporte de luz en 3D, conjuntos de datos de imágenes de cabeza de resonancia magnética, segmentación automática de imágenes de tejidos, otras tecnologías de imagen novedosas, segmentación automática de imágenes, red neuronal convolucional, descripción estructural detallada, dicho procesamiento de imágenes.
• Keywords:deep learning, white matter, 3D light transport simulation methods, MRI head image datasets, automatic tissue image segmentation, other novel imaging technologies, automatic image segmentation, convolutional neural network, detailed structural description, such image processing