Análisis de imágenes de resonancia magnética cerebrales para la detección de tumores

Abstract

[ES] En este TFG se ha llevado a cabo un algoritmo en MATLAB® cuya finalidad es la segmentación semiautomática de tumores cerebrales en imágenes de Resonancia Magnética. Es decir, un algoritmo que sea capaz de diferenciar las zonas tumorales de los tejidos normales. Para ello, se ha aplicado la técnica watershed con marcadores en 2D como alternativa a la técnica en 3D que presenta problemas de segmentación. Además, se ha desarrollado una interfaz gráfica de usuario que permita, de forma sencilla e intuitiva, la aplicación de la técnica y la correcta visualización de los resultados. Dicha herramienta proporciona al usuario dos alternativas para inicializar la segmentación del volumen partiendo de un corte: bien eligiendo un punto del interior del tumor o bien rodeando el contorno del mismo. Así, se recorre todo el volumen de cortes en los que aparece el tumor, segmentando cada uno de ellos en 2D con los marcadores obtenidos del resultado de la segmentación del corte anterior o los elegidos para el primer corte, dependiendo de la alternativa escogida.

[CA] En aquest TFG s'ha dut a terme un algoritme en MATLAB® la finalitat del qual és la segmentació semiautomàtica de tumors cerebrals en imatges de Ressonància Magnètica. És a dir, un algoritme que siga capaç de diferenciar les zones tumorals dels teixits normals. Per a això, s'ha aplicat la tècnica watershed amb marcadors en 2D com a alternativa a la tècnica en 3D que presenta problemes de segmentació. A més, s'ha desenvolupat una interfície gràfica d'usuari que permeta de forma senzilla i intuïtiva, l'aplicació de la tècnica i la correcta visualització dels resultats. Aquesta ferramenta proporciona a l'usuari dos alternatives per inicialitzar la segmentació del volum partint d'un tall: bé triant un punt de l'interior del tumor o bé rodejant el contorn del mateix. Així, es recorre tot el volum de talls en què apareix el tumor, segmentant cadascun d'ells en 2D amb els marcadors obtinguts del resultat de la segmentació del tall anterior o els triats per al primer tall, depenent de l'alternativa triada.

[EN] In this Bachelor's Degree Final Project, a semiautomatic brain tumor segmentation algorithm for magnetic resonance images has been carried out in MATLAB®. This means, an algorithm that is able to differentiate tumor tissue from normal areas. To do this, 2D watershed based on markers technique has been applied as an alternative to the 3D technique that presents segmentation problems. It has also been developed a graphical user interface that allows, in a simple and intuitive way, the technique application and the correct visualization. This tool provides the user with two options to initialize the volume segmentation starting by a slice: choosing a point inside the tumor or surrounding its contour. Thus, the entire volume of slices in which the tumor appears is segmented in 2D with markers obtained by the previous slice segmentation result or markers selected for the first slice, depending on the chosen alternative.