Materias
Procesamiento Digital de Imágenes Médicas
Resumen
El procesamiento digital de imágenes es un campo de investigación abierto. El constante progreso en esta área no ha sido por sí mismo, sino en conjunto con otras áreas con las cuales esta relacionada como la computación, las matemáticas y el conocimiento cada vez mayor de ciertos órganos del cuerpo humano que intervienen en la percepción y en la manipulación de las imágenes. Aunado a esto, la inquietud del hombre por imitar y usar ciertas características del ser humano como apoyo en la solución de problemas. El avance del Procesamiento Digital de Imágenes se ve reflejado en la medicina, la astronomía, geología, microscopía, etc. Información meteorológica, transmisión y despliegue agilizado de imágenes por internet tienen sustento gracias a estos avances.
Objetivos Que el alumno aprenda en detalle y con formalidad, el proceso de formación de una imagen, su descripción matemática, los aspectos lógicos y morfológicos que caracterizan los patrones de la misma, los métodos más importantes para realzar y restaurar una imagen y transformarla a diferentes espacios, así como los métodos y formatos que existen para almacenarla, transmitirla, codificarla y comprimirla. Comprenderá además el procesamiento clásico hasta el procesamiento basado en inteligencia artificial como son las Redes Neuronales Convolucionales.
Objetivos Que el alumno aprenda en detalle y con formalidad, el proceso de formación de una imagen, su descripción matemática, los aspectos lógicos y morfológicos que caracterizan los patrones de la misma, los métodos más importantes para realzar y restaurar una imagen y transformarla a diferentes espacios, así como los métodos y formatos que existen para almacenarla, transmitirla, codificarla y comprimirla. Comprenderá además el procesamiento clásico hasta el procesamiento basado en inteligencia artificial como son las Redes Neuronales Convolucionales.
Profesores
Dr. Boris Escalante RamírezDra. Olveres Montiel Jimena
Antecedentes
- Álgebra Lineal
- Cálculo Diferencial
- Procesamiento Digital de Señales (a nivel Licenciatura)
Temario
| Tema | Nombre | Apuntes |
|---|---|---|
| 1 | Introducción Objetivo: El alumno conocerá las partes principales que componen un sistema de imágenes y se familiarizará con los distintos tipos de imagenología |
Apuntes_1.pdf |
| 1.1 | Sistemas de imagenología médica: Rayos X, ultrasonido, tomografía computarizada, resonancia magnética, angiografía, tomografía por emisión de positrones, etc. | |
| 1.2 | Unidad de adquisición de datos. Principios y limitaciones: Resolución espacial y ruido | |
| 1.3 | Unidad de procesamiento de señal e imagen. Principios y consideraciones de diseño | |
| 1.4 | Unidad de despliegue de la imagen. Presentación de la información visual | |
| 1.5 | Elementos de percepción visual | |
| 2 | Fundamentos de la Imagen Digital Objetivo: El alumno conocerá los métodos fundamentales de análisis y modelado de sistemas lineales bidimensionales con especial énfasis en sistemas discretos |
Apuntes_2.pdf |
| 2.1 | Caracterización matemática de imágenes | |
| 2.2 | Muestreo y cuantización | |
| 2.3 | Sistemas bidimensionales lineales e invariantes | |
| 2.4 | Convolución bidimensional | |
| 3 | Realce de la Imagen Objetivo: El alumno conocerá los métodos fundamentales de análisis y modelado de sistemas lineales bidimensionales con especial énfasis en sistemas discretos |
Apuntes_3.pdf Presentación_Filtros Presentación_Filtros2 |
| 3.1 | Realce punto a punto | |
| 3.1.1 | Histograma | |
| 3.1.2 | Ecualización del histograma | |
| 3.1.3 | Especificación del histograma | |
| 3.2 | Filtrado Espacial | |
| 3.2.1 | Suavizado | |
| 3.2.2 | Mejoramiento de la nitidez | |
| 3.2.3 | Filtros basados en derivadas de la función gaussiana | |
| 3.2.4 | Filtros de mejora de contraste | |
| 3.2.5 | Filtros No Lineales | |
| 4 | Transformaciones de la Imagen Objetivo: El alumno conocerá los principales tipos de transformaciones de imágenes y sus aplicaciones en el procesamiento de imágenes |
Apuntes_4.pdf Análisis de Fourier1 Análisis de Fourier2 |
| 4.1 | Transformada de Fourier | |
| 4.2 | Transformada discreta de Fourier y transformada rápida de Fourier | |
| 4.3 | Convolución circular | |
| 4.4 | Filtrado en frecuencia | |
| 4.4.1 | Filtros paso-bajas | |
| 4.4.2 | Filtros paso-altas | |
| 5 | Interpolación | CapInterpolacion.pdf |
| 5.1 | Interpolacion Orden 0 | |
| 5.2 | Interpolacion Orden 1 | |
| 5.3 | Interpolacion Orden 3 | |
| 5.4 | Interpolacion Frecuencial | |
| 6 | Restauración Óptima Objetivo: El alumno será capaz de diseñar técnicas de restauración de imágenes basadas en modelos de degradación y criterios de optimización |
ProcesosEstocasticos restauraciónOptima Filtros de Wiener |
| 6.1 | Modelos de degradación | |
| 6.2 | Matrices circulantes | |
| 6.3 | Planteamiento algebraico del problema de restauración | |
| 6.4 | Filtros de Wiener | |
| 6.5 | Filtros adaptivos | |
| 7 | Redes Neuronales Convolucionales y Segmentación Objetivo: El alumno conocerá y será capaz de utilizar principios de las principales técnicas de Redes Neuronales Convolucionales y segmentación de imágenes |
|
| 7.1 | Redes Neuronales Convolucionales | |
| 7.1.1 | Retropropagación y Descenso del Gradiente | |
| 7.1.2 | Entrenamiento y Regularización | |
| 7.2 | Algoritmos de segmentación | |
| 7.2.1 | Detección de discontinuidades, Umbrales y Segmentación orientada a regiones | |
| 7.2.2 | Segmentación semántica, CNN y Unet |
Posibles resultados Práctica 3, ejercicios 2 y 3
Consideraciones para la práctica 6
- La división en el dominio de la frecuencia es punto a punto, en MATLAB se efectúa con ./
- La multiplicación en el dominio de la frecuencia también es punto a punto, en MATLAB se efectúa con .*
- El filtro debe ser rellenado con ceros (zero padding) antes de obtener su transformada de Fourier hasta el tamaño de la imagen para poder realizar una operación punto a punto.