Clasificación morfométrica de tumores cerebrales utilizando aprendizaje supervisado.

Abstract

Los tumores cerebrales pueden presentar cambios morfológicos dependiendo de su grado de malignidad. El objetivo de este trabajo es desarrollar un sistema computacional que analice los cambios morfológicos para clasificar el grado de malignidad de tumores cerebrales a partir de imágenes de resonancia magnética. Este sistema puede representar una herramienta de apoyo para el diagnóstico no invasivo de los pacientes con tumores cerebrales. Se propone identificar dichos cambios morfológicos a través de la medición de la tortuosidad, compacidad y la relación volumétrica de las regiones de interés, introduciendo una variante para calcular la tortuosidad de una superficie volumétrica basada en el uso del código cadena, de igual forma la obtención de descriptores de textura, con base en la matriz de co-ocurrencia. Para la evaluación del sistema se analizan imágenes de resonancia magnética con gliomas alto grado de malignidad.