Resumen

El Internet de las Cosas (IoT) brinda a la telemedicina una nueva oportunidad. Esto permite al especialista consultar la condición de los pacientes a pesar de que se encuentren en lugares diferentes. La segmentación de imágenes médicas es necesaria para el análisis, almacenamiento y protección de imágenes médicas en telemedicina. Por lo tanto, se han investigado una variedad de métodos para una segmentación de imágenes médicas rápida y precisa. Al realizar la segmentación en varios órganos, se requiere un juicio preciso de la región en la imagen médica. Sin embargo, la eliminación de la región ocurre por la falta de información para determinar la región en una región pequeña. En este documento, investigamos cómo reconstruir la región de segmentación en una región pequeña para mejorar los resultados de la segmentación. Generamos una segmentación predicha de secciones utilizando datos de volumen con ecuación lineal y propusimos un método de mejora para regiones pequeñas utilizando la segmentación predicha. Para verificar el rendimiento del método propuesto, se segmentó la región pulmonar mediante imágenes de

• Materias:Modelos matemáticos Conjuntos difusos Ecuaciones integrales Fusión de características Algoritmo de optimización
• Subjects:Mathematical models Fuzzy sets Integral equations Feature fusion Optimization algorithm
• Palabras claves:Internet de las cosas; Telemedicina; Segmentación de imágenes médicas; Análisis; Protección; Precisión
• Keywords:Internet of things; Telemedicine; Medical image segmentation; Analysis; Protection; Accuracy