Resumen

La segmentación de lesiones cerebrales a partir de una imagen de resonancia magnética (RM) cerebral es de gran importancia para el diagnóstico clínico y el seguimiento del tratamiento. Se propone un método de segmentación automática de lesiones cerebrales basado en la teoría de la representación de bajo rango (LRR) y la representación dispersa (SR). El método propuesto descompone la imagen cerebral en la parte de fondo compuesta por el tejido cerebral y la parte de la lesión cerebral. Considerando que cada píxel del tejido cerebral puede ser representado por el diccionario de fondo, se adopta una representación de bajo rango que incorpora un término de regularización que induce la dispersión para modelar la parte. A continuación, se seleccionó el método de dirección alterna linealizada con penalización adaptativa (LADMAP) para resolver el modelo, y las lesiones cerebrales pueden obtenerse mediante la respuesta de la matriz residual. El modelo presentado no sólo refleja la estructura global de la imagen, sino que también preserva la información local de los píxeles, mejorando así la precisión de la representación. Los resultados experimentales sobre los datos de pacientes con tumores cerebrales y con esclerosis múltiple revelaron que el método propuesto es superior a varios métodos existentes en términos de precisión de la segmentación, al tiempo que realiza la segmentación de forma automática.

• Materias:Biotecnología Minería de datos Algoritmo genético Neurociencia Cognitiva Neurofisiología
• Subjects:Biotechnology Data mining Genetic algorithm Cognitive Neuroscience Neurophysiology
• Palabras claves:lesiones cerebrales, representación por rangos, métodos propuestos, tejido cerebral, parte de lesiones cerebrales, pacientes con esclerosis múltiple, pacientes con tumores cerebrales, métodos de segmentación automática, términos de segmentación, datos del cerebro
• Keywords:brain lesions, rank representation, proposed methods, brain tissue, brain lesions part, multiple sclerosis patients, brain tumor patients, automatic segmentation methods, terms of segmentation, data of brain