Resumen

La segmentación de órganos en volúmenes de TC es un requisito previo para el diagnóstico y la planificación del tratamiento. En este artículo, nos enfocamos en la segmentación del hígado a partir de volúmenes de TC abdominal con contraste, una tarea desafiante debido a la superposición de intensidades, bordes borrosos, gran variabilidad en la forma del hígado y un fondo complejo con características desordenadas. El algoritmo integra múltiples señales discriminatorias (es decir, información previa del dominio, modelo de intensidad y características regionales del hígado en un marco de segmentación de imagen de corte de grafo). El artículo propone una función de peso adaptativa a los bordes inspirada en la inteligencia de enjambre para regular la minimización de energía del modelo tradicional de corte de grafo. El modelo es validado tanto cualitativamente (por clínicos y radiólogos) como cuantitativamente en conjuntos de datos de tomografía computarizada (TC) de acceso público (desafío de segmentación de hígado MIC

• Materias:Internet de las cosas Inteligencia artificial Contaminantes atmosféricos Sistema biométrico Aplicaciones
• Subjects:Internet of things Artificial intelligence Air pollutants Biometric system Applications
• Palabras claves:Segmentación; órganos; Volúmenes de TC; Hígado; Algoritmo; Corte de grafo;
• Keywords:Segmentation; Organs; CT volumes; Liver; Algorithm; Graph-cut;