Nuevos algoritmos híbridos de segmentación de imágenes de resonancia magnética

Resumen

En esta Tesis se ha abordado el problema de la segmentación de imágenes de resonancia magnética cerebrales, el cual, consiste en la división de una imagen en los tres tejidos básicos que componen un cerebro sano: materia blanca, materia gris y fluido cerebroespinal. En este sentido se han desarrollado tres algoritmos que permiten realizar la segmentación, habiéndose evaluado utilizando imágenes reales procedentes de la base de datos IBSR (Internet Brain Segmentation Repository) y ADNI (Alzheimer's Disease Neuroimaging Initiative) con diferentes características de normalización y resolución. Por otro lado, dos de los métodos desarrollados no utilizan información a priori, implementando métodos de segmentación totalmente automáticos. El tercer método utiliza cierto conocimiento previo en el etiquetado de las unidades, durante el entrenamiento del sistema. Los algoritmos desarrollados hibridan diferentes técnicas de inteligencia artificial para obtener mejores resultados. Además se aborda la selección de características mediante optimización multiobjetivo y se comparan los resultados obtenidos con los proporcionados por técnicas multivariantes, concretamente mediante análisis de componentes principales.