Técnicas de segmentación y procesamiento para la detección de Carcinomas Renales en imágenes de Tomografía Abdominal / Segmentation and processing techniques for the detection of Renal Carcinomas in Abdominal Tomography images

Una de las campañas más reconocidas en el mundo es la lucha contra el cáncer, siendo el sistema renal uno de los más afectados por esta patología. El carcinoma de células renales (CCR), el más común de cáncer renal en los adultos, representa la sexta causa de muerte por cáncer. Debido al aumento en el uso de las técnicas de diagnóstico por imagen, las lesiones renales pueden ser diagnosticadas en forma incidental aproximadamente en 50% de los casos. Cuba apuesta por el uso de la tecnología en la salud y en la Universidad de las Ciencias Informáticas (UCI) se ha desarrollado un sistema para el almacenamiento, transmisión y visualización de imágenes médicas (XAVIA PACS), el cual se encuentra implantado en varios hospitales del país, pero no cuenta con alternativas para realizar la detección del CCR en imágenes tomográficas, haciendo más lento el diagnóstico, lo que se traduce en menos posibilidades para el paciente. La presente investigación tiene como objetivo realizar un análisis sobre las principales técnicas de segmentación y procesamiento para la detección de carcinomas renales en imágenes de tomografías abdominal, que propicie a los equipos de desarrollo contar con la base teórica necesaria para enfrentar el problema en cuestión. Para ello se realizó un análisis documental sobre trabajos relacionados con la temática y que propician soluciones al problema. Se estudiaron algoritmos y técnicas computacionales efectivas para la segmentación y procesamiento de imágenes abdominales. Como resultado de la investigación se obtuvieron los algoritmos más acordes para el sistema XAVIA PACS y el contexto médico cubano(AU)

One of the most recognized campaigns in the world is the fight against cancer, the kidney system being one of the most affected by this pathology. Renal cell carcinoma (RCC), the most common form of kidney cancer in adults, represents the sixth leading cause of cancer death. Due to the increased use of diagnostic imaging techniques, kidney injuries can be diagnosed incidentally in approximately 50% of cases. Cuba is committed to the use of technology in health and a system for the storage, transmission and display of medical images (XAVIA PACS) has been developed at the University of Computer Sciences (UCI), which is implanted in several hospitals of the country, but it does not have alternatives to detect RCC in tomographic images, slowing down the diagnosis, which translates into fewer possibilities for the patient. The objective of this research is to carry out an analysis on the main segmentation and processing techniques for the detection of renal carcinomas in abdominal tomography images, which provides development teams with the theoretical basis necessary to face the problem in question. For this, a documentary analysis was carried out on works related to the subject and that provide solutions to the problem. Algorithms and effective computational techniques for the segmentation and processing of abdominal images were studied. As a result of the research, the most suitable algorithms for the XAVIA PACS system and the Cuban medical context were obtained(AU)

A novel approach to approximate order preserving matching / Una nueva aproximación al emparejamiento con preservación de orden / Uma nova abordagem al emparelhamento com preservação de ordem

Abstract A problem with important applications in stock market analysis and music information retrieval is order-preserving matching. This problem is a recently introduced variant of the string matching problem that searches for substrings in the text whose natural representation matches the natural representation of the pattern. The natural representation of a string X is a string that contains the rankings of the characters occurring at each position of X. Then, order-preserving matching regardsthe internal structure of the strings rather than their absolute values. But both stock market analysis and music information retrieval require more flexibility: not only the substrings with exactly the same structure are of interest, but also the ones that are similar. In this paper, we propose an approximate version of order-preserving matching based on the δγ- distances that permit an individual error between the ranking of corresponding symbols (bounded by δ) and a global error of all the positions (bounded by γ). We present an algorithm that solves this problem in O(nm+m log m). Experimental results verify the efficiency of the proposed algorithm.

Resumen Un problema importante en el análisis de mercado de valores y la recuperación de información musical es el empareja- miento con preservación de orden. Este problema es una variante recientemente introducida del problema de empareja- miento de cadenas en el que busca subcadenas en el texto cuya representación natural coincide con la representación natural del patrón. La representación natural de una cadena X es una cadena que contiene los rankings de los caracteres que ocurren en cada posición de X. Entonces, el emparejamiento con preservación de orden considera la estructura inter- na de las cadenas en lugar de sus valores absolutos. Pero tanto en el análisis de mercado de valores como en la recuperación de información musical, se requiere más flexibilidad: no sólo las subcadenas con exactamente la misma estructura son de interés, sino también las que son similares. En este artículo se propone una versión aproximada del problema de emparejamiento con preservación de orden basada en las distancias δγ que permiten un error individual entre el ranking de los símbolos correspondientes (delimitada por δ) y un error global de todas los rankings (delimitadas por γ). Se presenta un algoritmo que resuelve este problema en O(nm+m log m). Los resultados experimentales verifican la eficiencia del algoritmo propuesto.

Resumo Um grande problema na análise do mercado de ações e na recuperação de informações musicais é o emparelhamento com a preservação de ordem. Esse problema é uma variante recentemente introduzida do problema de correspondência de cordas que procura por substrings no texto cuja representação natural corresponde à representação natural do padrão. A representação natural de uma corda X é uma corda que contém as classificações dos caracteres que ocorrem em cada posição de X. Então, a correspondência de preservação de ordem considera a estrutura interna das cordas em vez de seus valores absolutos. Mas na análise do mercado de ações, bem como na recuperação da informação musical, é necessária mais flexibilidade: não são apenas as sub-cordas com exatamente a mesma estrutura que interessam, mas também as que são semelhantes. Neste artigo, propomos uma versão aproximada da emparelhamento com preservação de ordem com base nas distâncias δγ- que permitem um erro individual entre a classificação de símbolos correspondentes (delimitada por δ) e um erro global de Todas as posições (delimitadas por γ). Apresentamos um algoritmo que resolve este problema em O(nm+m log m). Os resultados experimentais verificaram a eficiência do algoritmo proposto.