ABSTRACT
Resumen: Los tumores cerebrales pueden presentar cambios morfológicos dependiendo de su grado de malignidad. El objetivo de este trabajo es poder detectar y cuantificar estos cambios morfológicos a partir imágenes de resonancia magnética, ya que puede representar una ventaja importante para el diagnóstico no invasivo de los pacientes. Una forma de identificar dichos cambios morfológicos es a través de la medición de su tortuosidad. La tortuosidad discreta es un descriptor que caracteriza curvas bidimensionales, como el contorno de una región. En este trabajo se propone una variante para calcular la tortuosidad de superficies volumétricas. Esta técnica se basa en el uso del código cadena de cambios de pendientes del contorno superficial de un volumen y la denominamos como tortuosidad discreta tridimensional. Este descriptor se utiliza como un índice morfométrico para estudiar la tortuosidad de tumores cerebrales. Para ello se analizan imágenes de resonancia magnética de 20 pacientes con presencia de gliomas de bajo y alto grado de malignidad, considerando cuatro regiones de interés: edema, tumor entero, región activa y necrosis. Como resultado, se muestran los distintos grados de tortuosidad de las diversas regiones, encontrándose solo en algunas de ellas diferencias significativas. Cabe señalar que una desventaja que se tiene presente, es la dependencia de la medición a la utilización de un método robusto de segmentación de las regiones, sin embargo la propuesta de la tortuosidad discreta para superficies volumétricas es satisfactoria.
Abstract: A decision tree based system with heuristic weight factors oriented to diagnosis by Morphological changes in brain tumors may be related to their malignancy. The objective of this work is to be able to detect and quantify these changes in a magnetic resonance imaging, since it can represent an important advantage for the noninvasive diagnosis in patients. One way to identify such morphological changes can be through the measurement of their tortuosity. The discrete tortuosity is a descriptor that characterizes bi-dimensional curves, as the contour of a region. In this work an alternative procedure for calculating the volumetric tortuosity of a surface is proposed. This technique is based in the slope chain code of the surface contour of a volume, and here we call it tridimensional discrete tortuosity. This descriptor is used as a morphometric index to study the tortuosity of brain tumors. For this, magnetic resonance images from 20 patients with low and high malignancy levels were analyzed, considering four regions: edema, whole tumor, enhancing region, and necrotic region. As a result, the tortuosities of the different regions are presented, with significant differences only in some of them. It should be noted that a disadvantage that is present, is the dependence of the measurement to the use of a robust method of segmentation, nevertheless the proposal of the discrete tortuosity for volumetric surfaces is satisfactory.