Segmentación automática del glioblastoma y su edema periférico utilizando Otsu, Chan-Vese y una red neuronal

Resumen

El glioblastoma multiforme es el tumor cerebral primario más agresivo y de peor pronóstico. En la actualidad, la segmentación automática de este tipo de tumores está siendo intensamente estudiada, ya que presenta importantes utilidades relacionadas con el diagnóstico y pronóstico. En este trabajo se logra una segmentación automática sobre la base de las cuatro modalidades básicas de resonancia magnética y un algoritmo combinado que articula métodos clásicos de procesamiento de imágenes y una red neuronal multicapa. La red recibe 30 características seleccionadas de intensidad y textura que clasifican cada píxel en una de cuatro clases. El algoritmo completo logra coeficientes de similitud Dice para la segmentación del 89 %, 81 %, 80 %, 66 % y 84 % para el tumor completo, tumor con realce de contraste, edema, necrosis y núcleo del tumor, respectivamente. Estos coeficientes se encuentran en el rango de los mejores obtenidos en la literatura del tema.