Software para ayudar en la interpretación de gammagrafías óseas

Bárbara Emma Sánchez Rinza, Alberto Jaramillo Nuñez
{"title":"Software para ayudar en la interpretación de gammagrafías óseas","authors":"Bárbara Emma Sánchez Rinza, Alberto Jaramillo Nuñez","doi":"10.30973/progmat/2024.16.2/2","DOIUrl":null,"url":null,"abstract":"El propósito de este trabajo es desarrollar un sistema médico que optimice la sensibilidad de la gammagrafía ósea en el diagnóstico de pacientes con problemas de cáncer de huesos, enfermedades óseas, infecciones, desgaste óseo o neoplasias malignas como metástasis óseas que monitoreará el deterioro de los huesos causados por la enfermedad. En este trabajo se mejoró la sensibilidad de la gammagrafía ósea para ayudar en su interpretación y por tanto ayudamos en la digitalización radiológica, que consiste en un proceso que permite obtener una imagen digitalizada a partir de una imagen analógica. Lo que significa que es susceptible de ser almacenado en forma de un número que representa la posición de un punto de píxel, unidad de superficie elemental. Esto se puede realizar utilizando los medios de digitalización y procesamiento digital de imágenes (PDI), además de las herramientas de mejora que ofrecen los diversos procesos, se proyecta una mayor sensibilidad en las imágenes radiológicas, para evaluar los resultados potenciales ganancias en la probabilidad diagnóstica que ofrece este proceso de digitalización. Los formatos de imagen que se pueden utilizar son JPG, BMP o DICOM. Para tener una mejora en la sensibilidad del diagnóstico radiológico, se debe realizar una conversión de una imagen en escala de grises al mapa de colores en RGB (Rojo, Verde y Azul), representando los valores de los píxeles de la imagen en escala de grises de la siguiente manera: (1) Los valores más bajos se mostrarán en tonos de azul, (2) Los valores intermedios se representan en tonos de verde, (3) Los valores más bajos se mostrarán en tonos de rojo. Al utilizar este mapa de colores, la imagen tendrá diferentes tonos según la combinación de los colores mencionados anteriormente.","PeriodicalId":417893,"journal":{"name":"Programación Matemática y Software","volume":"22 2","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2024-06-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Programación Matemática y Software","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.30973/progmat/2024.16.2/2","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

El propósito de este trabajo es desarrollar un sistema médico que optimice la sensibilidad de la gammagrafía ósea en el diagnóstico de pacientes con problemas de cáncer de huesos, enfermedades óseas, infecciones, desgaste óseo o neoplasias malignas como metástasis óseas que monitoreará el deterioro de los huesos causados por la enfermedad. En este trabajo se mejoró la sensibilidad de la gammagrafía ósea para ayudar en su interpretación y por tanto ayudamos en la digitalización radiológica, que consiste en un proceso que permite obtener una imagen digitalizada a partir de una imagen analógica. Lo que significa que es susceptible de ser almacenado en forma de un número que representa la posición de un punto de píxel, unidad de superficie elemental. Esto se puede realizar utilizando los medios de digitalización y procesamiento digital de imágenes (PDI), además de las herramientas de mejora que ofrecen los diversos procesos, se proyecta una mayor sensibilidad en las imágenes radiológicas, para evaluar los resultados potenciales ganancias en la probabilidad diagnóstica que ofrece este proceso de digitalización. Los formatos de imagen que se pueden utilizar son JPG, BMP o DICOM. Para tener una mejora en la sensibilidad del diagnóstico radiológico, se debe realizar una conversión de una imagen en escala de grises al mapa de colores en RGB (Rojo, Verde y Azul), representando los valores de los píxeles de la imagen en escala de grises de la siguiente manera: (1) Los valores más bajos se mostrarán en tonos de azul, (2) Los valores intermedios se representan en tonos de verde, (3) Los valores más bajos se mostrarán en tonos de rojo. Al utilizar este mapa de colores, la imagen tendrá diferentes tonos según la combinación de los colores mencionados anteriormente.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
辅助解读骨扫描的软件
这项工作的目的是开发一种医疗系统,在诊断骨癌问题、骨病、感染、骨质疏松或恶性肿瘤(如骨转移)患者时,优化骨闪烁成像的灵敏度,监测疾病引起的骨质恶化。在这项工作中,我们提高了骨闪烁成像的灵敏度,有助于对其进行解读,因此也有助于放射学数字化。这意味着它能够以代表像素点位置的数字形式存储,像素点是一个基本的表面单位。这可以通过数字化和数字图像处理(DIP)的手段来实现,除了各种处理过程提供的增强工具外,它还能提高放射图像的灵敏度,以评估数字化过程在诊断概率方面带来的潜在结果收益。可使用的图像格式有 JPG、BMP 或 DICOM。为了提高放射诊断的灵敏度,必须将灰度图像转换为 RGB(红、绿、蓝)色彩图,灰度图像的像素值显示如下:(1) 最低值显示为蓝色,(2) 中间值显示为绿色,(3) 最低值显示为红色。使用该色彩图时,图像将根据上述颜色的组合呈现不同的色调。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
Sistema de Información Gerencial para la detección del alumno en situación extraordinaria Antena Rectangular con Ranuras y Muescas para Aplicaciones Biomédicas Software para ayudar en la interpretación de gammagrafías óseas Optimización de Encuestas Electorales mediante Redes Neuronales Artificiales Optimizando el aprendizaje de matemáticas en el primer grado: el impacto del Metaverso de Roblox en el desarrollo de competencias numéricas
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1