Estudio sobre la segmentación automática de muestras histológicas medidas con espectroscopia infrarroja

Abstract

[EN] This master thesis presents a first step to study the feasibility of automatic segmentation of hyperspectral images obtained by FTIR spectroscopy. This segmentation is approached from two points of view: by unsupervised classification and using mathematical morphology. The first technique is in line with existing state of the art to date. The second approach represents a breakthrough in the treatment of this particular type of data. These techniques are applied for classification and segmentation of different samples of healthy and pathological epithelial tissue. During the study the various problems encountered and the proposed solutions for the treatment of this type of IR hyperspectral data are detailed. The results provide new knowledge to improve early diagnosis of cancer at short and medium term.

[ES] Este trabajo fin de máster presenta un primer paso para estudiar la viabilidad de la segmentación automática de imágenes hiperespectrales obtenidas mediante espectroscopia IR. Dicha segmentación se aborda desde dos puntos de vista: mediante clasificación no supervisada y mediante morfología matemática. La primera técnica sigue la línea del estado del arte existente hasta la fecha. La segunda metodología representa una innovación en el tratamiento de este tipo concreto de datos. Estas técnicas se aplican para la clasificación y segmentación de distintas muestras de tejido epitelial sano y patológico. Durante el estudio se detallan las diversas problemáticas encontradas y las soluciones propuestas para el tratamiento de este tipo de datos hiperespectrales IR. Los resultados obtenidos aportarán nuevo conocimiento para la mejora a corto y medio plazo del diagnóstico precoz de cáncer.