Análisis y propuesta de métricas de calidad de imagen médica que mimetizan al observador humano

  1. PRIETO RENIEBLAS, GABRIEL
Dirigida por:
  1. E. Guibelalde del Castillo Director/a

Universidad de defensa: Universidad Complutense de Madrid

Fecha de defensa: 19 de enero de 2016

Tribunal:
  1. Eliseo Vañó Carruana Presidente/a
  2. José Miguel Fernandez Soto Secretario/a
  3. Alberto Alonso Burgos Vocal
  4. Luis Núñez Martín Vocal
  5. Adolfo Velasco Crespo Vocal

Tipo: Tesis

Resumen

La investigación que se presenta en este documento se centra en el paradigma de la percepción automática de la calidad de imagen médica, y en la correlación de dicha percepción con la percepción humana. El análisis de la calidad de imagen médica tiene un lugar central en el diseño de sistemas de imagen para diagnóstico. El objetico de este análisis es, usualmente, el de diseñar una métrica capaz de evaluar la calidad de imagen percibida por un observador, una IQM por sus siglas en inglés (Image Quality Metric). Más aún, el objetivo de un gran número de investigadores es el de desarrollar métricas automatizadas capaces de reproducir los resultados que produciría un observador humano ante dichas imágenes. De forma prácticamente universal, estas métricas se desarrollan como programas informáticos, desarrollados en uno u otro lenguaje de programación. Hasta el momento solo se han obtenido éxitos parciales. El número existente de aproximaciones a este problema y, por tanto, el número de algoritmos desarrollado es elevado; sin embargo, sigue siendo una cuestión abierta. En la literatura médica se encuentran dos aproximaciones claramente diferenciadas; una de ellas está basada en modelos de la función visual humana o en modelos ideales de observador (bien juntos o por separado). Estos modelos tratan de reproducir el procesado de la imagen en el observador desde su captación en el ojo hasta su procesado de alto nivel en el cerebro. Son modelos muy complejos, con una validez limitada y no han mostrado respuestas satisfactorias y, sobre todo, generalizables. Son estudios y modelos típicos en el campo de la imagen médica. Por otro lado, los especialistas del mundo de las Telecomunicaciones han analizado la calidad de imagen desde un punto de vista más amplio, más enfocado en estudios de imágenes naturales (aquellas presentes en el entorno natural humano), y tanto en estudios de imagen fija como en vídeo. Muchos de estos análisis están basados en aproximaciones “top?down” al sistema visual humano. Estos modelos proponen hipótesis de carácter general acerca del funcionamiento del sistema visual humano y construyen modelos del mismo basándose en dichas hipótesis. Algunos de estos estudios han propuesto y desarrollado métricas muy bien correlacionadas con la percepción humana. Es quizá sorprendente que, hasta hace unos años, ha habido muy pocos estudios sobre la aplicación de estas métricas al campo de la imagen médica. Dentro de este acercamiento, la métrica que ha tenido más éxito ha sido, sin ningún género de dudas, SSIM, presentada por Wang, Bovik y Simoncelli en el año 2004. Esta métrica se basa en la teoría propuesta por Wang y Bovik sobre el funcionamiento del sistema visual humano. Esta teoría afirma que nuestro sistema visual está especialmente adaptado para extraer información estructural de una imagen. Es una aproximación en la que se parte de una teoría del funcionamiento general del sistema visual humano, en lugar de deducir un esquema de funcionamiento a partir de sus elementos funcionales. A partir de esta métrica se ha desarrollado una amplia familia de índices que comparte la estructura básica con SSIM y que ha obtenido correlaciones crecientes entre los resultados de dichas métricas y los resultados del observador humano. Actualmente es la métrica más usada para medir la calidad de imagen percibida en la industria del vídeo por cable y por satélite...