Este documento presenta un proyecto de fin de grado para desarrollar un algoritmo semiautomático para segmentar tumores cerebrales en imágenes de resonancia magnética utilizando la técnica watershed con marcadores. El proyecto incluye el desarrollo de una interfaz gráfica y la validación de los resultados comparándolos con la segmentación manual y la técnica watershed 3D.
Análisis de MRI cerebrales para la detección de tumores
1. AUTORA: MARTA MARÍA SAN ANDRÉS MARCO
TUTORA: VALERY NARANJO ORNEDO
COTUTORES: SANDRA MORALES MARTÍNEZ Y MARÍA DE LA IGLESIA VAYÁ
Trabajo Fin de Grado
Grado en Ingeniería Biomédica
2. ÍNDICE
• Introducción
• Materiales
• Metodología
• Resultados
• Conclusiones
• Líneas futuras
• Presupuesto
DOC. MEMORIA
DOC. PRESUPUESTO
2/21TRABAJO FIN DE GRADO MARTA MARÍA SAN ANDRÉS MARCO
3. • 3000 nuevos casos de tumores cerebrales en España cada año. Potencialmente
mortal.
• Segmentación de tumores cerebrales:
1. Detección y localización del tumor.
2. Diagnóstico.
3. Tratamiento.
4. Evolución del tumor.
5. Ayuda en la toma de decisiones.
• La segmentación manual de tumores cerebrales es un proceso largo y tedioso
para los especialistas automatización de las técnicas.
• Proyecto BRAIM del Instituto de Investigación e Innovación en Bioingeniería (I3B)
de la UPV.
• CEIB-CS y Hospital Dr. Peset Banco de Imágenes Médicas de la Comunidad
Valenciana (BIMCV).
Materiales Metodología Resultados Líneas futurasConclusionesIntroducción
Motivación
3/21TRABAJO FIN DE GRADO MARTA MARÍA SAN ANDRÉS MARCO
4. 1. Estudiar técnica Watershed para la segmentación de
tumores cerebrales y desarrollar un algoritmo en base a
ella.
2. Desarrollar interfaz gráfica para facilitar la segmentación
y visualización de los resultados.
3. Comparar resultados de dicha segmentación con la
técnica watershed 3D.
4. Realizar validación de la técnica desarrollada
comparando sus resultados con los de la segmentación
manual.
Materiales Metodología Resultados Líneas futurasConclusionesIntroducción
Objetivos
4/21TRABAJO FIN DE GRADO MARTA MARÍA SAN ANDRÉS MARCO
5. •Tumor cerebral: Crecimiento anormal y descontrolado de células en el
cerebro.
Materiales Metodología Resultados Líneas futurasConclusionesIntroducción
Algunas definiciones…
Ejemplos de tumores cerebrales:
glioblastoma, astrocitoma,
ependimoma, meningioma,
oligodendroglioma,
meduloblastoma…
5/21TRABAJO FIN DE GRADO MARTA MARÍA SAN ANDRÉS MARCO
6. • Segmentación: División de una imagen en regiones de interés. Cada
región se identificará mediante una etiqueta y no por el nivel de gris.
• Segmentación de tumores cerebrales: Detección y diferenciación de
los componentes tumorales del resto de tejidos cerebrales normales.
Materiales Metodología Resultados Líneas futurasConclusionesIntroducción
Algunas definiciones…
Manuales
Semiautomáticas
Automáticas
Basadas en umbrales
Basadas en clasificación de píxeles
Basadas en modelos deformables
Tipos de técnicas
Basadas en regiones
6/21TRABAJO FIN DE GRADO MARTA MARÍA SAN ANDRÉS MARCO
7. Materiales Metodología Resultados Líneas futurasConclusionesIntroducción
¿Qué necesitamos?
7/21TRABAJO FIN DE GRADO MARTA MARÍA SAN ANDRÉS MARCO
8. Watershed: considera la imagen en escala de grises como una
superficie topográfica. Los distintos valores de intensidad de la
imagen son interpretados como alturas.
Técnica de segmentación watershed
Materiales Metodología Resultados Líneas futurasConclusionesIntroducción
8/21TRABAJO FIN DE GRADO MARTA MARÍA SAN ANDRÉS MARCO
9. Marcador: Conjunto de píxeles conectados pertenecientes a una
imagen que sustituyen artificialmente a los mínimos locales de ésta.
Watershed con marcadores
Marcador interno Marcador externo
Materiales Metodología Resultados Líneas futurasConclusionesIntroducción
9/21TRABAJO FIN DE GRADO MARTA MARÍA SAN ANDRÉS MARCO
10. Método Seleccionar punto: segmentación corte inicial
Umbralización
Preprocesado
Marcadores
Segmentación
Materiales Metodología Resultados Líneas futurasConclusionesIntroducción
10/21
Gradiented)
Imagen original
TRABAJO FIN DE GRADO MARTA MARÍA SAN ANDRÉS MARCO
11. Método Seleccionar punto: segmentación resto de cortes
Máscara binaria Negativo Distancia borde Marcadores
Corte inicial
segmentado
Corte
posterior
Corte
anterior
Marcadores Marcadores
Corte
posterior
Corte
anterior ……
Marcadores Marcadores
Materiales Metodología Resultados Líneas futurasConclusionesIntroducción
Bucles
11/21TRABAJO FIN DE GRADO MARTA MARÍA SAN ANDRÉS MARCO
12. Método Rodear tumor: segmentación corte inicial
Contorno Marcadores
Preprocesado
Segmentación
Materiales Metodología Resultados Líneas futurasConclusionesIntroducción
12/21
Gradiented)
.
Alternativa para tumores más heterogéneos
TRABAJO FIN DE GRADO MARTA MARÍA SAN ANDRÉS MARCO
13. Método Rodear tumor: segmentación resto de cortes
Corte inicial
segmentado
Corte
posterior
Corte
anterior
Corte
posterior
Corte
anterior …
Marcadores
…
Materiales Metodología Resultados Líneas futurasConclusionesIntroducción
13/21TRABAJO FIN DE GRADO MARTA MARÍA SAN ANDRÉS MARCO
14. Marcadores en 2D
Watershed 3D
Marcadores en 3D
Materiales Metodología Resultados Líneas futurasConclusionesIntroducción
14/21TRABAJO FIN DE GRADO MARTA MARÍA SAN ANDRÉS MARCO
15. Materiales Metodología Resultados Líneas futurasConclusionesIntroducción
Interfaz gráfica de usuario
15/21TRABAJO FIN DE GRADO MARTA MARÍA SAN ANDRÉS MARCO
16. Ejemplos de segmentación
Materiales Metodología Resultados Líneas futurasConclusionesIntroducción
16/21
Método Seleccionar Punto Método Rodear Tumor
TRABAJO FIN DE GRADO MARTA MARÍA SAN ANDRÉS MARCO
17. Comparación con watershed 3D
Materiales Metodología Resultados Líneas futurasConclusionesIntroducción
17/21
Watershed 3D Watershed 2D Watershed 3D Watershed 2D
TRABAJO FIN DE GRADO MARTA MARÍA SAN ANDRÉS MARCO
18. Comparación con segmentación manual
Materiales Metodología Resultados Líneas futurasConclusionesIntroducción
18/21
Ordenador
Intel Core i7
8 Gb RAM
TRABAJO FIN DE GRADO MARTA MARÍA SAN ANDRÉS MARCO
19. ¿Qué se pretendía? Algoritmo semiautomático capaz de detectar
tumores cerebrales en estudios 3D de RM con metodología
alternativa al watershed 3D.
¿Cómo se ha logrado? Interfaz gráfica de usuario en MATLAB con
posibilidad de inicializar la técnica watershed con marcadores de
dos formas distintas.
¿Qué resultados se han obtenido?
1. Superioridad del método propuesto frente al watershed 3D.
2. Resultados razonables en cuanto a tiempo y efectividad en
comparación con la segmentación manual.
¿Qué limitaciones presenta el método propuesto? La
segmentación puede dar lugar a errores en tumores heterogéneos
o con bordes no delimitados claramente.
Materiales Metodología Resultados Líneas futurasConclusionesIntroducción
Hasta dónde hemos llegado…
19/21TRABAJO FIN DE GRADO MARTA MARÍA SAN ANDRÉS MARCO
20. Materiales Metodología Resultados Líneas futurasConclusionesIntroducción
• Ampliar la validación de la técnica en más pacientes.
• Comparar los resultados del método desarrollado con
softwares libres.
• Mejorar la segmentación en tumores heterogéneos y
permitir diferenciar distintos tipos de tejidos.
• Adaptar el método para la segmentación de tumores
diseminados o tumores polilobulados.
• Adaptar el método para la segmentación de otras
patologías cerebrales.
•Continuar trabajando en la automatización de la
segmentación de tumores cerebrales.
¿Cómo avanzar?
20/21TRABAJO FIN DE GRADO MARTA MARÍA SAN ANDRÉS MARCO
21. Presupuesto
El coste total de la realización de este proyecto asciende a DOCE MIL
QUINIENTOS CUARENTA Y OCHO EUROS CON CINCUENTA Y CINCO
CÉNTIMOS.
21/21TRABAJO FIN DE GRADO MARTA MARÍA SAN ANDRÉS MARCO
22. AUTORA: MARTA MARÍA SAN ANDRÉS MARCO
TUTORA: VALERY NARANJO ORNEDO
COTUTORES: SANDRA MORALES MARTÍNEZ Y MARÍA DE LA IGLESIA VAYÁ
Trabajo Fin de Grado
Grado en Ingeniería Biomédica