Segmentación Automática de Imágenes de Resonancia Magnética Cerebrales en T1

Una de las técnicas más utilizadas en el procesamiento digital de imágenes es la segmentación, la cual consiste en la extracción de áreas de interés. Esta técnica tiene aplicaciones importantes en la medicina, particularmente, el estudio del cerebro mediante imágenes de resonancia magnética se ha convertido en un aspecto indispensable para el diagnóstico y planificación de tratamiento de enfermedades. Existen diversos algoritmos de segmentación del cerebro, sin embargo, la mayoría de ellos dependen de la interacción del usuario, son sensibles al ruido o utilizan cálculos muy complejos. En este trabajo se plantea un algoritmo automático que inicialmente aísla el cerebro de materias extra-cerebrales mediante operaciones morfológicas sencillas, facilitando su posterior segmentación de materia gris y blanca mediante un método probabilístico. El algoritmo presentó una eficacia del 98.668 % en el aislado del cerebro e índices SD 7% mejores que los obtenidos con K-medias, un método basado en intensidades.