Servicios Personalizados
Revista
Articulo
Indicadores
- Citado por SciELO
- Accesos
Links relacionados
- Citado por Google
- Similares en SciELO
- Similares en Google
Compartir
Revista Facultad de Ingeniería
versión impresa ISSN 0121-1129versión On-line ISSN 2357-5328
Resumen
RODRIGUEZ-BASTIDAS, Oscar y VARGAS-ROSERO M. SC., Hermes-Fabián. Generación de modelos 3D de tumor desde imágenes DICOM, para planificación virtual de su recesión. Rev. Fac. ing. [online]. 2020, vol.29, n.54, e10173. Epub 01-Feb-2020. ISSN 0121-1129. https://doi.org/10.19053/01211129.v29.n54.2020.10173.
Las imágenes médicas son imprescindibles para la realización del diagnóstico, planificación de cirugía y evolución de la patología. El avance de la tecnología ha desarrollado nuevas técnicas para obtener imágenes digitales con más detalles, esto a su vez ha llevado a tener desventajas, entre ellas: el análisis de grandes volúmenes de información, tiempo prolongado para determinar una región afectada y dificultad para definir el tejido maligno para su posterior extirpación, entre las más relevantes. Este artículo presenta una estrategia de segmentación de imágenes y la optimización de un método de generación de modelos tridimensionales. Se implementó un prototipo en el que se logró evaluar los algoritmos de segmentación y técnica de reconstrucción 3D permitiendo visualizar el modelo del tumor desde diferentes puntos de vista mediante realidad virtual. En esta investigación, se evalúa el costo computacional y la experiencia del usuario, los parámetros seleccionados en términos de costo computacional son el tiempo y el consumo de RAM, se utilizaron 140 imágenes MRI cada una de ellas con dimensiones de 260x320 píxeles, y como resultado, se obtuvo un tiempo aproximado de 37.16s y el consumo de memoria RAM es de 1.3GB. Otro experimento llevado a cabo es la segmentación y reconstrucción de un tumor, este modelo está formado por una malla tridimensional que contiene 151 vértices y 318 caras. Finalmente, se evalúa la aplicación con una prueba de usabilidad aplicada a una muestra de 20 personas con diferentes áreas de conocimiento, los resultados muestran que los gráficos presentados por el software son agradables, también se evidencia que el software es intuitivo y fácil de usar. También mencionan que ayuda a mejorar la compresión de imágenes médicas.
Palabras clave : imágenes médicas; k-means; malla 3D; modelo 3D; segmentación de imágenes; usabilidad.