Resumen

ORELLANA GARCIA, Arturo  y  GARCIA PORTAL, Luis Manuel. Técnicas de segmentación y procesamiento para la detección de Carcinomas Renales en imágenes de Tomografía Abdominal. RCIM [online]. 2020, vol.12, n.2  Epub 01-Dic-2020. ISSN 1684-1859.

Una de las campañas más reconocidas en el mundo es la lucha contra el cáncer, siendo el sistema renal uno de los más afectados por esta patología. El carcinoma de células renales (CCR), el más común de cáncer renal en los adultos, representa la sexta causa de muerte por cáncer. Debido al aumento en el uso de las técnicas de diagnóstico por imagen, las lesiones renales pueden ser diagnosticadas en forma incidental aproximadamente en 50% de los casos. Cuba apuesta por el uso de la tecnología en la salud y en la Universidad de las Ciencias Informáticas (UCI) se ha desarrollado un sistema para el almacenamiento, transmisión y visualización de imágenes médicas (XAVIA PACS), el cual se encuentra implantado en varios hospitales del país, pero no cuenta con alternativas para realizar la detección del CCR en imágenes tomográficas, haciendo más lento el diagnóstico, lo que se traduce en menos posibilidades para el paciente.

La presente investigación tiene como objetivo realizar un análisis sobre las principales técnicas de segmentación y procesamiento para la detección de carcinomas renales en imágenes de tomografías abdominal, que propicie a los equipos de desarrollo contar con la base teórica necesaria para enfrentar el problema en cuestión. Para ello se realizó un análisis documental sobre trabajos relacionados con la temática y que propician soluciones al problema. Se estudiaron algoritmos y técnicas computacionales efectivas para la segmentación y procesamiento de imágenes abdominales. Como resultado de la investigación se obtuvieron los algoritmos más acordes para el sistema XAVIA PACS y el contexto médico cubano.

Palabras clave : análisis de algoritmos; carcinoma renal; transformada Watersheds; informática médica; XAVIA PACS.

        · resumen en Inglés     · texto en Español     · Español ( pdf )