Segmentación automática del glioblastoma multiforme

En este trabajo se diseñó un método automático para la segmentación tridimensional del glioblastoma multiforme (GBM) con sus zonas internas de tumor activo, necrosis, y edema periférico difuso, combinando técnicas clásicas de procesamiento de imágenes con la aplicación de redes neuronales. En primer lugar, se realizaron segmentaciones preliminares automáticas de la región de interés (ROI) completa y del tumor activo en base a las cuatro modalidades básicas de resonancia magnética (MRI) y a métodos clásicos de procesamiento de imágenes. En especial, la umbralización por el método de Otsu, permitió aislar zonas intensas asociadas al tumor de las cuales se determinó su volumen. La segmentación preliminar de la ROI, de volumen menor a 200 cm3, se realizó en base a las modalidades FLAIR y T2. Para esto, se aplicó erosión morfológica, crecimiento de regiones por contornos activos de Chan-Vese y rellenado de huecos. Por otro lado, la segmentación preliminar del tumor activo, de volumen menor a la cuarta parte de la segmentación preliminar de la ROI, se realizó en base a la modalidad T1c. Luego, las segmentaciones preliminares se corrigieron con una red neuronal Perceptron multicapa alimentada con 30 características de textura e intensidades de gris. Finalmente, en un paso de post-procesamiento, se aplicó un rellenado de huecos. La red clasificó con una exactitud total del 83.9 %, y el algoritmo completo logró coeficientes de similitud Dice de 89.3 %, 80.7 %, 79.7 %, 66.4% y 83.7% para las segmentaciones de la ROI, tumor activo, edema, necrosis y centro tumoral.