Caracterización de imágenes capilares

Abstract

Se presenta una metodología para la segmentación y la extracción de características automática de las imágenes capilares. El principal problema que tienen estas imágenes es el bajo contraste entre los capilares y el fondo capilar. Para solucionar este inconveniente se seleccionó automáticamente dentro de diferentes espacios de color los canales con mayor contraste usando análisis de componentes principales sopesadas. La integración del Laplaciano y el crecimiento de regiones fue necesario para realizar la segmentación de los capilares. En cuanto a la extracción de características se tomaron propiedades geométricas por cada capilar y se calcularon algunas propiedades morfológicas tales como: el ancho, el alto, la orientación usando análisis de componentes principales PCA. Puesto que desde el punto de vista clínico la tortuosidad capilar es una característica subjetiva se propuso un índice cuantitativo como la razón entre la dimensión fractal y el área capilar que se llamó índice de tortuosidad. Por técnicas de conteo y medida se calcularon: el perímetro, el área y la distancia entre capilares. La evaluación del proceso se hizo con 3362 capilar es obtenidos de 135 imágenes capilar es de sujetos que no sufrían Lupus y 250 capilares de personas con Lupus, alcanzando un desempeño superior a l92 por ciento frente segmentación es manuales realizadas por expertos en dermatología.