Segmentación de Imágenes Médicas Digitales mediante Técnicas de Clustering

• Autores: Lorca T., Gustavo, Arzola R., José, Pereira B., Osvaldo
• Formato: artículo
• Fecha de Publicación: 2010
• Institución: Universidad Nacional Santiago Antúnez de Mayolo
• Repositorio: Revistas - Universidad Nacional Santiago Antunez de Mayolo
• Lenguaje: español
• OAI Identifier: oai:ojs.pkp.sfu.ca:article/428
• Enlace del recurso: http://revistas.unasam.edu.pe/index.php/Aporte_Santiaguino/article/view/428
• Nivel de acceso: acceso abierto

En este trabajo se emplea técnicas de Clustering en la segmentación de imágenes médicas digitales para ser utilizadas en la reconstrucción de modelos anatómicos 3D a partir del estándar Digital Images and Comunication in Medicine (DICOM) con el fin de mejorar los resultados reportados en las fuentes bibliográficas. Son expuestos los algoritmos de Clustering Particional implementados y los resultados alcanzados con estos. Se compara entre sí los resultados alcanzados con ayuda de los métodos K-means y Fuzzy K-means y se recomienda procedimientos para la inicialización de los centroides.