Encephalic ventricular volumetry in multislice computed tomography images in adults with normal cognitive functions

Introducción: Debido a la necesidad de un diagnóstico precoz de los trastornos neurodegenerativos, se ha intentado armonizar los criterios diagnósticos mediante métodos morfométricos basados en técnicas de neuroimagen, pero aún no se han obtenido resultados concluyentes. Objetivo: Determinar el volumen ventricular debido a su amplio uso como marcador de atrofia cerebral e identificar el efecto del sexo sobre estas estructuras, según el tipo de cráneo, estimado a partir de técnicas de imagen de tomografía computarizada multicorte. Métodos: Se desarrolló un estudio observacional y descriptivo en 30 sujetos con funciones neurocognitivas y exploración neuropsiquiátrica normales, con edades comprendidas entre 45 y 54 años, a los que se les realizó una tomografía computarizada multicorte simple de cráneo. Se utilizó un método de segmentación de imágenes basado en la homogeneidad. Resultados: Los volúmenes ventriculares mostraron una correlación significativa y positiva entre ellos, excepto entre el tercer y cuarto ventrículo y el tercero y el volumen ventricular derecho. Los estadísticos del modelo lineal multivariante aplicado mostraron que sólo eran significativos en función del sexo y del tipo de cráneo. No se encontraron diferencias significativas con respecto al sexo en ningún volumen, excepto en el tercer ventrículo (p= 0,01). Lo mismo ocurrió por tipo de cráneo (p= 0,005). Conclusiones: El método de morfometría del sistema ventricular encefálico a partir de imágenes de Tomografía Computarizada / Segmentación por homogeneidad, permitió cuantificar los cambios volumétricos cerebrales asociados al envejecimiento normal y puede ser utilizado como biomarcador de la relación entre la estructura cerebral y las funciones cognitivas.

Introduction: Due to the need for an early diagnosis of neurodegenerative disorders, attempts have been made to harmonize diagnostic criteria using morphometric methods based on neuroimaging techniques, but conclusive results have not yet been obtained. Objective: To determine the ventricular volume due to its wide use as a marker of cerebral atrophy and to identify the effect of sex on these structures, according to the type of skull, estimated from multislice computed tomography imaging techniques. Methods: An observational and descriptive study was developed in 30 subjects with normal neurocognitive functions and neuropsychiatric examination, aged between 45 and 54 years, who underwent a simple multislice CT scan of the skull. An image segmentation method based on homogeneity was used. Results: The ventricular volumes showed a significant and positive correlation between them, except between the third and fourth ventricles and the third and the right ventricular volume. The statistics in the multivariate linear model applied showed that they were only significant in terms of sex and type of skull. No significant differences were found regarding sex in any volume except in the third ventricle (p= 0.01). The same occurred by type of skull (p= 0.005). Conclusions: The morphometry method of the encephalic ventricular system from Computed Tomography images / Segmentation by homogeneity, allowed to quantify the cerebral volumetric changes associated with normal aging and can be used as a biomarker of the relationship between brain structure and cognitive functions.

Segmentation of OCT and OCT-A Images using Convolutional Neural Networks / Segmentación de imágenes de OCT y OCT-A por medio de Redes Neuronales Convolucionales

ABSTRACT Segmentation is vital in Optical Coherence Tomography Angiography (OCT-A) images. The separation and distinction of the different parts that build the macula simplify the subsequent detection of observable patterns/illnesses in the retina. In this work, we carried out multi-class image segmentation where the best characteristics are highlighted in the appropriate plexuses by comparing different neural network architectures, including U-Net, ResU-Net, and FCN. We focus on two critical zones: retinal vasculature (RV) and foveal avascular zone (FAZ). The precision obtained from the RV and FAZ segmentation over 316 OCT-A images from the OCT-A 500 database at 93.21% and 92.59%, where the FAZ was segmented with an accuracy of 99.83% for binary classification.

RESUMEN La segmentación juega un papel vital en las imágenes de angiografía por tomografía de coherencia óptica (OCT-A), ya que la separación y distinción de las diferentes partes que forman la mácula simplifican la detección posterior de patrones/enfermedades observables en la retina. En este trabajo, llevamos a cabo una segmentación de imágenes multiclase donde se destacan las mejores características en los plexos apropiados al comparar diferentes arquitecturas de redes neuronales, incluidas U-Net, ResU-Net y FCN. Nos centramos en dos zonas críticas: la segmentación de la vasculatura retiniana (RV) y la zona avascular foveal (FAZ). La precisión para RV y FAZ en 316 imágenes OCT-A de la base de datos OCT-A 500 se obtuvo en 93.21 % y 92.59 %. Cuando se segmentó la FAZ en una clasificación binaria, con un 99.83% de precisión.

Retinal Lesion Segmentation Using Transfer Learning with an Encoder-Decoder CNN / Segmentación de Lesiones en la Retina Usando Transferencia de Conocimiento con CNN Encoder-Decoder

ABSTRACT Deep learning (DL) techniques achieve high performance in the detection of illnesses in retina images, but the majority of models are trained with different databases for solving one specific task. Consequently, there are currently no solutions that can be used for the detection/segmentation of a variety of illnesses in the retina in a single model. This research uses Transfer Learning (TL) to take advantage of previous knowledge generated during model training of illness detection to segment lesions with encoder-decoder Convolutional Neural Networks (CNN), where the encoders are classical models like VGG-16 and ResNet50 or variants with attention modules. This shows that it is possible to use a general methodology using a single fundus image database for the detection/segmentation of a variety of retinal diseases achieving state-of-the-art results. This model could be in practice more valuable since it can be trained with a more realistic database containing a broad spectrum of diseases to detect/segment illnesses without sacrificing performance. TL can help achieve fast convergence if the samples in the main task (Classification) and sub-tasks (Segmentation) are similar. If this requirement is not fulfilled, the parameters start from scratch.

RESUMEN Las técnicas de Deep Learning (DL) han demostrado un buen desempeño en la detección de anomalías en imágenes de retina, pero la mayoría de los modelos son entrenados en diferentes bases de datos para resolver una tarea en específico. Como consecuencia, actualmente no se cuenta con modelos que se puedan usar para la detección/segmentación de varias lesiones o anomalías con un solo modelo. En este artículo, se utiliza Transfer Learning (TL) con la cual se aprovecha el conocimiento adquirido para determinar si una imagen de retina tiene o no una lesión. Con este conocimiento se segmenta la imagen utilizando una red neuronal convolucional (CNN), donde los encoders o extractores de características son modelos clásicos como VGG-16 y ResNet50 o variantes con módulos de atención. Se demuestra así, que es posible utilizar una metodología general con bases de datos de retina para la detección/ segmentación de lesiones en la retina alcanzando resultados como los que se muestran en el estado del arte. Este modelo puede ser entrenado con bases de datos más reales que contengan una gama de enfermedades para detectar/ segmentar sin sacrificar rendimiento. TL puede ayudar a conseguir una convergencia rápida del modelo si la base de datos principal (Clasificación) se parece a la base de datos de las tareas secundarias (Segmentación), si esto no se cumple los parámetros básicamente comienzan a ajustarse desde cero.

Tooth and pulp chamber automatic segmentation with artificial intelligence network and morphometry method in cone-beam CT / Segmentación automática de cámaras dentales y pulpares con red de inteligencia artificial y método de morfometría en TC de haz cónico

SUMMARY: This study aims to extract teeth and alveolar bone structures in CBCT images automatically, which is a key step in CBCT image analysis in the field of stomatology. In this study, semantic segmentation was used for automatic segmentation. Five marked classes of CBCT images were input for U-net neural network training. Tooth hard tissue (including enamel, dentin, and cementum), dental pulp cavity, cortical bone, cancellous bone, and other tissues were marked manually in each class. The output data were from different regions of interest. The network configuration and training parameters were optimized and adjusted according to the prediction effect. This method can be used to segment teeth and peripheral bone structures using CBCT. The time of the automatic segmentation process for each CBCT was less than 13 min. The Dice of the evaluation reference image was 98 %. The U-net model combined with the watershed method can effectively segment the teeth, pulp cavity, and cortical bone in CBCT images. It can provide morphological information for clinical treatment.

RESUMEN: El objetivo del presente estudio fue extraer estructuras dentarias y óseas alveolares desde imágenes CBCT automáticamente, lo cual es un paso clave en el análisis de imágenes CBCT en el campo de la estomatología. En este estudio, se utilizó la segmentación de tipo emántica para la segmentación automática. Se ingresaron cinco clases de imágenes CBCT marcadas, para el entrenamiento de la red neuronal U-net. El tejido duro del diente (incluidos esmalte, dentina y cemento), la cavidad de la pulpa dentaria, hueso cortical, hueso esponjoso y otros tejidos se marcaron manualmente en cada clase. Los datos se obtuvieron de diferentes regiones de interés. La configuración de la red y los parámetros de entrenamiento se optimizaron y ajustaron de acuerdo con un análisis predictivo. Este método se puede utilizar para segmentar dientes y estructuras óseas periféricas mediante CBCT. El tiempo del proceso de segmentación automática para cada CBCT fue menor a 13 min. El "Dice" de evaluación de la imagen de referencia fue de 98 %. El modelo U-net combinado con el método "watershed"puede segmentar eficazmente los dientes, la cavidad pulpar y el hueso cortical en imágenes CBCT. Puede proporcionar información morfológica para el tratamiento clínico.

Detection of Exudates and Microaneurysms in the Retina by Segmentation in Fundus Images / Detección de Exudados y Microaneurismas en la Retina por Segmentación en Imágenes de Fondo

ABSTRACT This article proposes two methodologies for the detection of lesions in the retina, which may indicate the presence of diabetic retinopathy (DR). Through the use of digital image processing techniques, it is possible to isolate the pixels that correspond to a lesion of RD, to achieve segmenting microaneurysms, the edges of the objects contained in the image are highlighted in order to detect the contours of the objects to select by size those that meet an area of 15 to 25 pixels in the case of 512x512 images and identify the objects as possible microaneurysms, while for the detection of exudates the green channel is selected to contrast the luminous objects in the retinography and from the conversion to gray scale, a histogram is graphed to identify the ideal threshold for the segmentation of the pixels that belong to the exudates at the end of the optical disk previously identified by a specialist. A confusion matrix supervised by an ophthalmologist was created to quantify the results obtained by the two methodologies, obtaining a specificity of 0.94 and a sensitivity of 0.97, values that are outstanding to proceed with the classification stage.

RESUMEN Este artículo propone dos metodologías para la detección de lesiones en la retina, que pueden significar la presencia de retinopatía diabética (RD). Mediante el uso de técnicas de procesamiento de imágenes digitales se logra aislar los pixeles que corresponden a una lesión propia de RD, para lograr segmentar microaneurismas se resaltan los bordes de los objetos contenido en la imagen con la finalidad de detectar los contornos de los objetos para seleccionar por tamaño los que cumplan con un área de 15 a 25 pixeles en el caso de imágenes de 512x512 y se identifiquen los objetos como posibles microaneurismas, mientras que para la detección de exudados se selecciona el canal verde para contrastar los objetos luminosos en la retinografía y a partir de la conversión a escala de grises se grafica un histograma para identificar el umbral idóneo para la segmentación de los pixeles que pertenecen a los exudados al final eliminar el disco óptico previamente identificado por un especialista. Se creó una matriz de confusión supervisada por un oftalmólogo para cuantificar los resultados obtenidos por las dos metodologías obteniendo una especificidad del 0.94 y una sensibilidad del 0.97, unos valores que son sobresalientes para proceder con la etapa de clasificación.

Probabilistic Multiple Sclerosis Lesion Detection using Superpixels and Markov Random Fields / Detección Probabilística de Lesiones de Esclerosis Múltiple usando Superpixeles y Campos Aleatorios de Markov

Abstract Multiple Sclerosis (MS) is the most common neurodegenerative disease among young adults. Diagnosis and monitoring of MS is performed with T2-weighted or T2 FLAIR magnetic resonance imaging, where MS lesions appear as hyperintense spots in the white matter. In recent years, multiple algorithms have been proposed to detect these lesions with varying success rates, which greatly depend on the amount of a priori information required by each algorithm, such as the use of an atlas or the involvement of an expert to guide the segmentation process. In this work, a fully automatic method that does not rely on a priori anatomical information is proposed and evaluated. The proposed algorithm is based on an over-segmentation in superpixels and their classification by means of Gauss-Markov Measure Fields (GMMF). The main advantage of the over-segmentation is that it preserves the borders between tissues, while the GMMF classifier is robust to noise and computationally efficient. The proposed segmentation is then applied in two stages: first to segment the brain region and then to detect hyperintense spots within the brain. The proposed method is evaluated with synthetic images from BrainWeb, as well as real images from MS patients. The proposed method produces competitive results with respect to other algorithms in the state of the art, without requiring user assistance nor anatomical prior information.

Resumen La Esclerosis Múltiple (MS) es una de las enfermedades neurodegenerativas más comunes en adultos jóvenes. El diagnóstico y su monitoreo se realiza generalmente mediante imágenes de resonancia magnética T2 o T2 FLAIR, donde se observan regiones hiperintensas relacionadas a lesiones cerebrales causadas por la MS. En años recientes, múltiples algoritmos han sido propuestos para detectar estas lesiones con diferentes tasas de éxito las cuales dependen en gran medida de la cantidad de información a priori que requiere cada algoritmo, como el uso de un atlas o el involucramiento de un experto que guíe el proceso de segmentación. En este trabajo, se propone un método automático independiente de información anatómica. El algoritmo propuesto está basado en una sobresegmentación en superpixeles y su clasificación mediante un proceso de Campos Aleatorios de Markov de Medidas Gaussianas (GMMF). La principal ventaja de la sobresegmentación es que preserva bordes entre tejidos, además que tiene un costo reducido en tiempo de ejecución, mientras que el clasificador GMMF es robusto a ruido y computacionalmente eficiente. La segmentación propuesta es aplicada en dos etapas: primero para segmentar el cerebro y después para detectar las lesiones en él. El método propuesto es evaluado usando imágenes sintéticas de BrainWeb, así como también imágenes reales de pacientes con MS. Con respecto a los resultados, el método propuesto muestra un desempeño competitivo respecto a otros métodos en el estado del arte, tomando en cuenta que éste no requiere de asistencia o información a priori.

Research on a segmentation and evaluation method combining tooth morphology features / Investigación sobre un método de segmentación y evaluación que combina características morfológicas dentales

SUMMARY: To explore a new semi-automatic method to segment the teeth from the three-dimensional volume data which acquired from cone beam computed tomography (CBCT) scanner. Scanned dental cast models are used to evaluate the segmentation accuracy. The CBCT data are loaded to ORS software. Based on gray value, a semi-automatic method was used to segment teeth and then the segmented teeth were saved in STL format data. Smooth the mesh data in the Geomagic Studio software. The upper and lower dental cast models were scanned by a white light scanner and the data was saved in STL format too. After registering the model data to teeth data, the deviation between them was analyzed in the Geomagic Qualify. All teeth could be obtained, the method is simple to use and applied in orthodontic biomechanics. The entire process took less than 30 minutes. The actual measured Root Mean Square (RMS) value is 0.39 mm, less than 0.4 mm. This method can segment teeth from the jaw quickly and reliably with a little user intervention. The method has important significance for dental orthodontics, virtual jaw surgery simulation and other stomatology applications.

RESUMEN: El objetivo de este estudio fue explorar un nuevo método semiautomático para segmentar los dientes a partir de datos de volumen tridimensional adquiridos mediante escáner de tomografía computarizada de haz cónico (CBCT). Los modelos escaneados de moldes dentales se utilizan para evaluar la precisión de la segmentación. Para los datos CBCT se utilizó el software ORS, y basado en el valor gris, se usó un método semiautomático para segmentar los dientes los que posteriormente se guardaron en datos de formato STL. Los datos se ingresaron en el software Geomagic Studio. Los modelo dentales superior e inferior se escanearon con un escáner de luz blanca y la información también se guardó en formato STL. Después del registro y comparación de los datos del modelo y los datos de los dientes, la desviación entre estos se analizó en el programa Geomagic Qualify. Usando este método fue posible obtener de forma fácil todos los dientes y además aplicar en la biomecánica de ortodoncia. El proceso completo demoró menos de 30 minutos. El valor real medido de la raíz cuadrada media fue de 0,39 mm, menos de 0,4 mm. Este método puede segmentar los dientes mandibulares de forma rápida y confiable, con una mínima intervención del usuario. El método tiene una importancia crítica para la ortodoncia, simulaciones virtuales de las cirugías de la mandíbula y otras aplicaciones en estomatología.

Anatomía segmentaria del recto. Nuevo enfoque / Anatomy segmentation of the rectal. New approach

RESUMEN Se actualizó la clasificación anatómica del tumor de recto, con la revisión de varios tratados sobre anatomía. El estudio de la morfología interna del recto reconoce la formación de anchos pliegues. La formación de anchos pliegues de mucosas transversales, denominadas válvulas: una válvula inferior a 7 cm del ano, otra a 2 cm. Más arriba con una forma de media luna y la tercera a 11 cm del ano. Como estas válvulas son pliegues mucosos sin localización precisa no pueden ser consideradas como puntos anatómicos para segmentación del recto. De esta manera, la segmentación rectal como el límite entre recto superior e inferior se sitúa en la reflexión peritoneal; en el diagnóstico de tumores rectales la definición de su situación anatómica es importante para la conducta terapéutica, ya que el recto inferior tiene su origen embriológico en el proctodeo (ectoblástica) y puede ser más sensible a las radiaciones y los tumores del recto superior son tumores que se originan de tejido de formación entoblástica, las radiaciones producen lesiones del peritoneo y de otros órganos de la cavidad pelviana. La segmentación rectal es importante para el estadio locorregional del tumor y para la definición de un esquema de tratamiento adecuado. En primer lugar, establece el concepto anatómico de localización de un tumor de recto inferior, se diagnóstica con un tacto rectal, si es tocable es del recto inferior. En segundo lugar, define cuáles son los estudios complementarios para saber el estadio de la enfermedad y establece los parámetros anatómicos necesarios para la indicación del tratamiento neoadyuvante (AU).

SUMMARY To present a recent an anatomic classification of rectal tumor localization. Review of many anatomy treaties. The rectal internal morphology studies recognize the formation of thick folds of transversal mucosa thick folds named valves: a low valve to 7 cm from anus. Another is to 2 cm upper with a half moon form, a third one to 11 cm from anus. As this valves are mucosal folds without a clear localization they can't be consider as anatomical points to the rectum segment. Therefore, the rectal segmentation as the limit between up and low rectum, is located in the peritoneal reflection. In the rectal tumors diagnosis definition of it's anatomic situation is important for the therapeutic behavior, because the low rectum has its embryologic origin in the Proctodeum (ectoblastic). It can be more sensitive to the radiation the up rectum tumors are originated from the formation entoblast tissue (endoblast) the radiations cause peritoneal injuries and other pelvic cavity organs. The rectal segmentation is important for the locate-regional tumor stadium and for the appropriate treatment definition. In first place, establish the anatomic concept of the low rectal tumor localization. In second place defines which are the complementary for the new adjuvant indication (AU).

Análisis multitemporal de cambios de uso de la tierra en San Fernando, Tamaulipas, durante el periodo 1987 a 2017 / Multitemporal land use change analysis in San Fernando, Tamaulipas for the Period 1987 to 2017

Resumen El cambio de uso de la tierra (CUT) tiende a impactar de manera negativa los procesos atmosféricos y climáticos globales. El presente artículo tuvo como objetivo evaluar el CUT en el municipio de San Fernando, Tamaulipas, México, durante el periodo 1987 a 2017. Se utilizó el método de clasificación por segmentación de imágenes satelitales, de los años 1987, 1997, 2007 y 2017, el cual, permitió reducir el ruido característico de la clasificación basada en pixeles. Sin embargo, fue necesario editar los resultados, para recuperar los asentamientos humanos, eliminar nubes y sombras, y reducir los efectos de confusión entre cobertura vegetal y zonas agrícolas con cultivos presentes, para evitar introducir CUT artificiales en las estadísticas obtenidas. El análisis multitemporal mostró una clara tendencia en la reducción de la cobertura vegetal (-6.53 %) y del área sin vegetación aparente (-1.71 %). También se observó un importante incremento en el uso agrícola (+7.61 %), que no pareció estar asociado a un incremento en asentamientos humanos (+0.08 %). La metodología desarrollada parece ser adecuada y fácil de implementar para el análisis de CUT en regiones de interés.

Abstract Land Use Change (LUC) tends to have a negative effect on global atmospheric and climate processes. The objective of this paper was to assess the LUC for the San Fernando, Tamaulipas, Mexico municipality, during the period comprehended between 1987 and 2017. The classification by segmentation method was applied to satellite images obtained from 1987, 1997, 2007 and 2017, which allowed for a reduction in the noise that is characteristic of pixel-based classification. However, it was necessary to edit the results in order to recover human settlements, eliminate clouds and shadows, and reduce the confusion between vegetation cover and cultivated agricultural land in order to avoid introducing artificial LUC in the statistics produced. The multitemporal analysis showed a clear trend in the reduction of vegetation cover (-6.53 %) and of areas devoid of vegetation (-1.71 %). Likewise, the results also highlight a significant increase of agricultural land (+7.61 %), which seems to be unassociated with the increase of human settlements (+0.08 %). The developed methodology seems to be appropriate and of easy implementation to carry out the LUC analysis in other regions of interest.

Mejoramiento de contraste y segmentación en imágenes de úlceras del pie diabético / Contrast enhancement and segmentation in diabetic foot ulcer images

Introducción: El 3 a 5 por ciento de los pacientes diabéticos en Cuba sufren úlcera del pie diabético. Las imágenes fotográficas de estas úlceras permiten hacer evaluaciones cuantitativas de los tratamientos. En Cuba, dicha evaluación se hace manual o semiautomáticamente. No se registra software cubano que automáticamente realice la medición de las áreas de la lesión y permita conocer las características de la úlcera, antes y después de la aplicación de un tratamiento. Objetivo: Comparar cualitativamente métodos de preprocesamiento y segmentación de la úlcera, dada la ausencia de una regla de oro. Método: Estudio descriptivo y transversal en 6 pacientes diabéticos del Instituto Nacional de Angiología y Cirugía Vascular en octubre de 2018, con lesiones de grado I-IV en la escala de Wagner. Se utilizó el marco estereotáxico para extremidades FrameHeber03® para obtener imágenes planimétricas estandarizadas de las úlceras. Se obtuvieron 51 imágenes de úlceras que se preprocesaron mediante el algoritmo Transformada Wavelet Discreta Logarítmica en un modelo S-LIP y se determinó su borde mediante los métodos de segmentación Chan-Vese, modelo de mezclas gaussianas y GrabCut. Resultados: Se mostró la utilidad de preprocesar las imágenes para lograr mejores resultados en la segmentación. El mejor y más factible método de segmentación fue el de mezclas gaussianas. Los algoritmos resultaron ser más precisos en pacientes de piel oscura, debido al mayor contraste entre la piel y el borde de la úlcera. Conclusiones: El algoritmo de segmentación automática de mezclas gaussianas. puede incluirse en un software para medir el área de la úlcera(AU)

Introduction: The 3 to 5 percent of Cuban diabetic patients suffer from diabetic foot ulcer. The diabetic foot ulcer photographic images allow quantitative evaluations of a treatment. In Cuba, the ulcer area measurement is done manually or semi-automatically. There is no Cuban software reported that automatically measures the area, and allows knowing the state of the foot ulcer before and after a treatment. Goal: To compare qualitatively (given the absence of a gold standard) ulcer´s pre-processing and segmentation methods. Method: We develop a descriptive and transversal study with 6 diabetic patients from Nacional Institute of Angiology and Vascular Surgery during October, 2018, with lesions of degree I-IV in the Wagner scale. The stereotaxic frame FrameHeber03® was used for obtaining planimetric images of the ulcers. In all, 51 ulcer images were obtained, and then we pre-processed it by Logarithmic Discrete Wavelet Transform under a S-LIP model, and found the ulcer border with the segmentation methods Chan-Vese, Gaussian Mixture Model (GMM), and GrabCut. Results: The pre-processing step was crutial for obtaining good results in the segmentation step. The best performance was reached by the GMM segmentation method. The algorithms were more accurate in images with black skin patients, due to the high contrast between the skin and the ulcer border. Conclusions: The automatic segmentation method (GMM) could be included in a software for detecting the border of the diabetic foot ulcer(AU)

Efecto de un programa de estimulación de la conciencia fonológica en niños preescolares: sensibilidad a la rima y a la segmentación / Effect of a phonological awareness stimulation program in preschoolers: rhyme and segmentation sensitivity

Resumen Objetivo: La conciencia fonológica es una habilidad metalingüística que permite acceder a la estructura de la lengua oral mediante el reconocimiento y la manipulación de los elementos fonológicos del habla. Diversos estudios han sustentado la importancia de estimular las habilidades de la conciencia fonológica en niños preescolares, con el fin de mejorar la adquisición de la habilidad lectora. Sin embargo, los programas de estimulación reportados en la literatura han sido creados para niños en etapa escolar. El objetivo del presente estudio es evaluar la utilidad del programa de estimulación de la sensibilidad a la rima y a la segmentación en niños de preescolar. Método: En este estudio participaron 69 niños entre 3 y 4 años de edad de un jardín infantil de la ciudad de Barranquilla, quienes fueron divididos aleatoriamente en tres grupos (dos de estimulación y uno de lista de espera). El programa de estimulación fue realizado en sesiones grupales durante una hora y media, dos veces por semana durante nueve meses. Resultados: Los grupos que recibieron la estimulación aumentaron su habilidad para la segmentación, incluso una vez retirada la estimulación. Conclusiones: La utilidad del programa de estimulación resalta la importancia de incluir la estimulación de las habilidades de conciencia fonológica en el contexto educativo.

Abstract Objective: Phonological awareness is a metalinguistic ability that allows understanding the structure of the oral language, manipulating, and recognizing the speech's basic phonological elements. Several studies have shown the importance of phonological awareness stimulation in preschoolers to improve their initials reading skills. However, all stimulation programs reported in the literature have been designed for schoolers. This study was aimed to evaluate the usefulness of stimulation program for rhyme and segmentation sensitivity in preschool children. Method: The sample consisted of 69 children aged between 3 and 4 years old assisting to a Kindergarten in Barranquilla, Colombia. Children was randomly assigned to 3 groups (2 stimulations and 1 in waiting list). Stimulation program was carried out in sessions of 1.5 hours twice a week, for nine months. Results: Show there was an increase in the segmentation abilities in groups that received stimulation. This increment was even present after the stimulation was removed. Conclusions: The usefulness of the stimulation program highlights the importance of including stimulation of the phonological conscience abilities in educational contexts.

La densidad, riqueza y composición arbóreas definen parches detectados remotamente en una selva subperennifolia

Recientemente se ha abordado la delimitación de parches de vegetación a través de clasificaciones orientadas a objetos con datos multiespectrales. En esta investigación se presenta una propuesta de caracterización de selvas secundarias basada en matrices de semejanza de composición específica, estructura de la vegetación arbórea e índices de diversidad, partiendo de una clasificación orientada a objetos de imágenes multiespectrales. El área de estudio corresponde a una selva mediana subperennifolia con antecedente de aprovechamiento agrícola bajo el sistema de roza tumba y quema (Ac: hace 8-23 años), aprovechamiento forestal selectivo (Fs: hace 43-53 años), y aprovechamiento forestal selectivo e incendio forestal (Fc: hace 21-28 años). Se delinearon tres parches de vegetación de acuerdo al historial de uso, y se analizaron las diferencias entre las medias de las métricas de campo de cada parche con un análisis de varianza multivariado permutacional (P < 0.001). Con un modelo logístico multinomial se identificaron, de entre más de 20 covariables, la riqueza de especies, densidad de tallos por hectárea, y el primer eje de variación del ordenamiento NMDS de la composición específica, como los atributos de la vegetación más distintivos. El parche Fc, presenta los mayores valores en diversidad de Shannon-Wiener, riqueza de especies, y densidad de tallos mayores a 7.5 cm de diámetro. El Fs tiene los mayores promedios de biomasa, área basal y altura individual, y el Ac tiene los menores valores de todas las métricas anteriores. Las especies de mayor Índice de Valor de Importancia fueron: Ac; Bursera simaruba y Psidia psipula, Fs: Gymnanthes lucida y Manilkara zapota, Fc: G. lucida y B. simaruba.

A proposal for characterizing habitat of forests, obtained from an object-oriented classification of RapidEye multiespectral imagery, based on dissimilarity matrices of vegetation structure, species diversity and composition is presented. The study area is a forested landscape mosaic after slash and burn agriculture (Ac: 8-23 years ago), selective logging (Fs: 43-53 years ago), and selective logging and forest fire (Fc: 21-28 years ago). The site is located in the central part of Quintana Roo, México, where three vegetation patches were delineated according to remotely sensed multiespectral imagery. Mean differences between vegetation structure properties of each vegetation patch were obtained through a permutational multivariate analysis of variance (P < 0.001). Species richness, stem density per hectare, and the axis-1 scores of the non-metric multidimensional scaling ordination of specific composition were identified as the vegetation attributes more relevant to differentiate the vegetation patches by a multinomial logistic model. Fc vegetation patch is characterized by the greatest mean values on Shannon-Wiener index, species richness, and stem density. The Fs has the greatest mean values of canopy height, basal area, and biomass at 80 percentile, and the Ac vegetation patch has the lowest values of all mentioned metrics. The species with the greatest relative importance value were: Ac: Bursera simaruba and Psidia psipula, Fs: Gymnanthes lucida and Manilkara zapota, Fc: G. lucida and B. simaruba. The uncertainty associated with the metrics assessed by vegetation patch was smaller than the uncertainty of the whole area, because of the efficient variability aggregation of the field data. We conclude that multiespectral information is a reliable tool for distinguishing vegetation patches with specific features, as stem density, specific composition, and species richness.

Color-based segmentation vs. stereology: a simple comparison between two semi-automated methods of image analysis for the quantification of collagen / Segmentación basada en colores vs. estereología: una comparación simple entre dos métodos semiautomáticos de análisis de imágenes para la cuantificación del colágeno

Image processing techniques are being widely developed for helping specialists in analysis of histological images and its application is especially useful in obtaining numerical data for the realization of the subsequent statistical analysis. The use of these methods makes the histological analysis of experts more objective and less time-consuming. In this paper we evaluate how well the quantitative methods - color-based image segmentation and stereology - agree on average, and how well they agree for the individuals when they are used to quantify type I and III collagen. Digital images of sections of Salmo salar jaws (5 µm, SiriusRed staining) were analyzed. Collagen quantification was performed by two methods in the same group of images: i) Color Based-Segmentation (K-means algorithm; pixel cluster; ImageJ32 v1.51p) and ii) Stereology (VV; M36; STEPanizer Stereological Tools). They were evaluated 200 images per group. The difference between groups and concordance was analyzed using t-Student (p<0.05) and Blant Altman Comparison Method, respectively. The data analysis of average and individual assessments showed that there is concordance between two methods. In conclusion, stereology and color-based image segmentation are powerful tools which quantify collagen in histological sections.

Las técnicas de procesamiento de imágenes han sido ampliamente desarrolladas para ayudar a los especialistas en el análisis de imágenes histológicas y su aplicación es especialmente útil para obtener datos numéricos para la realización del posterior análisis estadístico. El uso de estos métodos hace que el análisis histológico realizado por expertos sea más objetivo. En este estudio evaluamos qué tan bien coinciden o concuerdan en promedio y entre evaluaciones individuales los métodos cuantitativos "segmentación basada en color" y la "estereología" cuando son utilizados para cuantificar el colágeno tipo I y III. Se analizó imágenes digitales de tejido mandibular de Salmo salar (5 µm, tinción SiriusRed). La cuantificación del colágeno se realizó mediante dos métodos en el mismo grupo de imágenes: i) Segmentación basada en color (algoritmo K-mean, cluster de píxeles, ImageJ32 v1.51p) y ii) Estereología (VV; M36; STEPanizer Stereological Tools). Fueron evaluados 200 imágenes por grupo. Se analizó la diferencia de medias y concordancia entre métodos mediante t-Students (p>0,05) y el Método de Comparación de Blant-Altman. El análisis de los datos de las evaluaciones promedio e individuales demostró que hay concordancia entre los dos métodos. En conclusión, la estereología y la segmentación de imágenes basadas en color son poderosas herramientas útiles para cuantificar colágeno en secciones histológicas.

Freeze-all en reproducción asistida

Los avances en los protocolos de vitrificación y los resultados obtenidos tras la transferencia de embriones congelados han dado lugar a una versión distinta de los ciclos estándar de reproducción asistida: los ciclos freeze-all. Independientemente de su uso frente a las indicaciones más comunes (progesterona elevada, riesgo de hiperestimulación, entre otros), este nuevo concepto hoy representa una práctica habitual en muchas clínicas siendo aplicado a todas las pacientes. En este artículo analizaremos los distintos factores que pudieron haber contribuido a este cambio de política y la evidencia científica en relación al tema. Basados en esta evidencia concluiremos si las clínicas deberían cambiar su forma de trabajo pasando de transferencias de embriones frescos a solo transferencia de embriones congelados o si deberíamos mantener el protocolo estándar.

Breakthroughs in vitrification protocols and the results obtained after frozen embryo transfer have resulted in a different version of the assisted reproduction standard cycles: the "freeze-all" cycles. Regardless of their use beyond the usual indications (elevated progesterone, risk of hyperstimulation, among others), this new concept currently represents a common practice in many institutions and is applied to all patients. In this article, we will discuss the various factors that may have contributed to this change in policy and the scientific evidence for this topic. Based on this evidence, we will conclude if clinics should change their way of working from fresh embryo transfers to only transfer frozen embryos, or if we should maintain the standard protocol.

A fuzzy approach for feature extraction of brain tissues in Non-Contrast CT / Un enfoque difuso para la extracción de características de tejidos cerebrales en TC no contrastada

Abstract: In neuroimaging, brain tissue segmentation is a fundamental part of the techniques that seek to automate the detection of pathologies, the quantification of tissues or the evaluation of the progress of a treatment. Because of its wide availability, lower cost than other imaging techniques, fast execution and proven efficacy, Non-contrast Cerebral Computerized Tomography (NCCT) is the most used technique in emergency room for neuroradiology examination, however, most research on brain segmentation focuses on MRI due to the inherent difficulty of brain tissue segmentation in NCCT. In this work, three brain tissues were characterized: white matter, gray matter and cerebrospinal fluid in NCCT images. Feature extraction of these structures was made based on the radiological attenuation index denoted by the Hounsfield Units using fuzzy logic techniques. We evaluated the classification of each tissue in NCCT images and quantified the feature extraction technique in synthetic images from real tissues with a sensitivity of 92% and a specificity of 96% for images from cases with slice thickness of 1 mm, and 96% and 98% respectively for those of 1.5 mm, demonstrating the ability of the method as feature extractor of brain tissues.

Resumen: En neuroimagen, la segmentación de tejidos cerebrales es una parte fundamental de las técnicas que buscan automatizar la detección de patologías, la cuantificación de tejidos o la evaluación del progreso de un tratamiento. Debido a su amplia disponibilidad, menor costo que otras técnicas de imagen, rápida ejecución y eficacia probada, la tomografía computarizada cerebral sin contraste (TCNC) es la técnica mayormente utilizada en emergencias para el examen neurorradiológico, sin embargo, la dificultad inherente que representa la segmentación de los tejidos cerebrales, hace que la mayoría de las investigaciones sobre la segmentación del cerebro se centren en la resonancia magnética. En este trabajo se realizó la caracterización de tres tejidos cerebrales: sustancia blanca, sustancia gris y líquido cefalorraquídeo en imágenes TCNC. Dichas estructuras fueron caracterizadas con base en el índice de atenuación radiológica denotadas por las Unidades Hounsfield utilizando técnicas de lógica difusa. Se evaluó la caracterización de cada tejido en diversos cortes de TCNC y se cuantificó la técnica de extracción de características en imágenes sintéticas a partir de tejidos reales con una sensibilidad de 92% y una especificidad de 96% para tejidos en cortes de 1 mm de grosor y 96% y 98% para los de 1.5 mm demostrando la habilidad del método como extractor de características de los tejidos cerebrales.

Segmentación portal hepática mediante imágenes tomográficas tridimensionales reconstituidas / Hepatic portal segmentation using reconstructed three-dimensional tomography images

La descripción de las imágenes tridimensionales reconstituidas de tomografías hepáticas (Three-dimensional computed tomographic volume rendering images) tiene alto porcentaje de variaciones anatómicas inexplicables, de tal manera que no orientan en forma definitiva al radiólogo y al cirujano. Este estudio permite ver y describir las ramas segmentarias de la vena porta hepática (A12.3.12.001)*, su relación con las venas hepáticas (A12.3.09.005) y su distribución parenquimal. El estudio es descriptivo y usamos expresiones porcentuales para citar la frecuencia de las características anatómicas, para esto tomamos al azar 56 reconstrucciones tridimensionales de tomografías hepáticas de pacientes adultos. Las ramas segmentarias portales+ y las venas hepáticas fueron identificadas siempre; hallamos siete ramas segmentarias portales en todos los casos, además, que la rama portal segmentaria V (cinco)+ nació de la porta derecha (A12.3.12.002) en 75 % de casos y de la izquierda (A12.3.12.005) en 21,4 %.

The anatomical description of reconstructed three-dimensional images of hepatic CT scans (Three-dimensional computed tomographic volume rendering images) has a high percentage of unexplained anatomical variations, so that they do not definitively orient the radiologist and the surgeon. This study allows to observe and to describe the segmental branches of the Hepatic portal vein (A12.3.12.001), its relation with the hepatic veins (A12.3.09.005) and its parenchymal distribution. The study is descriptive and we used percentage expressions to describe the frequency of anatomical characteristics. For this we randomly took 56 three-dimensional reconstructions of liver CTs from adult patients. Portal segmental branches+ and hepatic veins were always identified; we found seven portal segmental branches in all cases. In addition, the segmental portal branch V (five)+ originated from the right portal (A12.3.12.002) in 75 % of cases and from the left (A12.3.12.005) in 21.4 %.

Dinámica Pulmonar de Estructuras Anatómicas de Interés en Imágenes 4DCT / Pulmonary Dynamics of Anatomical Structures of Interest in 4DCT Images

Resumen: El presente trabajo muestra una aplicación del algoritmo Chan-Vese para la segmentación semi-automática de estructuras anatómicas de interés (pulmones y tumor pulmonar) en imágenes de 4DCT de tórax, así como su reconstrucción tridimensional. La segmentación y reconstrucción se realizó en 10 imágenes de TAC, las cuales conforman un ciclo inspiración-espiración. Se calculó el desplazamiento máximo para el caso del tumor pulmonar usando las reconstrucciones del inicio de la inspiración, el inicio de la espiración, y la información del voxel. El método propuesto logra segmentar de manera apropiada las estructuras estudiadas sin importar su tamaño y forma. La reconstrucción tridimensional nos permite visualizar la dinámica de las estructuras de interés a lo largo del ciclo respiratorio. En un futuro se espera poder contar con mayor evidencia del buen desempeño del método propuesto y contar con la retroalimentación del experto clínico, ya que el conocimiento de características de estructuras anatómicas, como su dimensión y posición espacial, ayuda en la planificación de tratamientos de Radioterapia (RT), logrando optimizar las dosis de radiación hacia las células cancerosas y minimizarla en órganos sanos. Por lo tanto, la información encontrada en este trabajo puede resultar de interés para la planificación de tratamientos de RT.

Abstract: This paper presents an application of the Chan-Vese algorithm for a semi-automatic segmentation of anatomical structures of interest (lungs and lung tumor) in thorax 4DCT images, as well as its threedimensional reconstruction. Segmentations and reconstructions were performed in 10 CT images, which conform an inspiration-expiration cycle. The maximum displacement of the lung tumor was calculated using the reconstructions of the beginning of inspiration, beginning of expiration, and the voxel size information. The proposed method was able to succesfully segment the studied structures regardless of their size and shape. The threedimensional reconstruction allow us to visualize the dynamics of the structures of interest throughout the respiratory cycle. In the near future, we are expecting to be able to have more evidence of the good performance of the proposed segmentation approach, and to have feedback from a clinical expert, giving the fact that the knowledge of anatomical structures characteristics, such as their size and spatial location, may help in the planning of radiotherapy treatments (RT), optimizing the radiation dose to cancer cells and minimizing it in healthy organs. Therefore, the information found in this work may be of interest for the planning of RT treatments.

Sistema de Apoyo para la Cuantificación Semiautomática de Fibrosis Pulmonar en Imágenes de TAC / Support System for Semiautomatic Quantification of Pulmonary Fibrosis in CT Images

Resumen: En este trabajo se presenta un método para calcular los niveles de fibrosis pulmonar en imágenes de tomografía axial computarizada. Se utilizó un algoritmo de segmentación semiautomática basado en el método de Chan-Vese. El método mostró similitudes de forma cualitativa en la región de la fibrosis con respecto al experto clínico. Sin embargo es necesario validar los resultados con una base de datos mayor. El método propuesto aproxima un porcentaje de fibrosis de forma fácil para apoyar su implementación en la práctica clínica minimizando la subjetividad del experto médico y generando una estimación cuantitativa de la región de fibrosis.

Abstract: A method to estimate the pulmonary fibrosis in computed tomography (CT) imaging is presented. A semi-automatic segmentation algorithm based on the Chan-Vese method was used. The proposed method shows a similar fibrosis región with respect to clinical expert. However, the results need to be validated in a bigger data base. The proposed method approximates a fibrosis percentage that allows to achieve this procedure easily in order to support its implementation in the clinical practice minimizing the clinical expert subjectivity and generating a quantitative estimation of fibrosis region.

Segmentación y exclusión en Chile: el caso de los jóvenes primera generación en educación superior / Segmentation and exclusion in Chile: the case of first generation young people in higher education / Segmentation and exclusion in Chile: the case of first generation young people in higher

Haciendo uso de bases de datos históricas del Proceso de Admisión a la Educación Superior en Chile, mediante un análisis estadístico inferencial y comparativo, este artículo tiene como objetivo analizar a estudiantes “Primera Generación” y sus elecciones profesionales, contrastándolo con el estudiante “Continuista”. Los principales hallazgos informan sobre la existencia de atributos y comportamientos diferenciales del estudiante “Primera Generación” respecto del alumno “Continuista”, dando cuenta de la persistencia de procesos de exclusión y segregación que se manifiestan en una elección profesional fuertemente condicionada por el habitus que reproduce desigualdades y limita las aspiraciones a un conjunto restringido de opciones. Este escenario pone en cuestión el real ejercicio de la opción vocacional así como la mayor democratización e inclusión de un sistema de educación superior masificado y diversificado.

Using historical databases that contain statistics on higher educationadmissions in Chile, this article uses an inferential and comparative statistical analysis to analyze“first generation” university students” and their career choices, contrasting with “continuousgeneration” students, whose parents and/or grandparents also went to university. The main findingsof this report the existence of differential attributes and behaviors of “first generation” studentscompared to the “continuous generation” students, demonstrating the persistence of exclusion andsegregation processes that manifest themselves in professional choices that are highly conditioned by the habitus that reproduces inequalities and limits aspirations to a restricted set of options. Thisscenario calls into question the actual exercise of making vocational choices and the increaseddemocratization and inclusion of a mass and diversified higher education system.

Usando bases de dados históricos de admissão ao ensino superior noChile por meio de uma análise estatística inferencial e comparativa, este artigo tem por objetivoanalisar os alunos de primeira geração e suas escolhas de carreira, contrastando com os alunosveteranos.As principais conclusões do relatório informam a existência de atributos e comportamentosdiferentes do estudante “Primeira Geração” em relação ao aluno veterano, percebendo a persistênciade processos de exclusão e segregação que se manifestam em uma escolha de profissionais altamentecondicionada pelo habitus que reproduz as desigualdades e aspirações limitadas a um conjuntorestrito de opções. Este cenário põe em questão o real exercício da escolha profissional assim comoda maior democratização e inclusão de um sistema de ensino superior massificado e diversificado.

Segmentación y parametrización automática de imágenes iridológicas / Automatic segmentation and parameterization iridology images / Segmentação automática e pa rametrização iridologia imagens

Actualmente el estudio y procesamiento de datos iridológicos viene avanzando de manera importante. Diferentes trabajos han demostrado que es posible realizar detección de algunas patologías usando las características del iris de cada sujeto, pero los resultados mostrados en cuanto a la segmentación del mapa iridológico, no son los más prometedores. En este artículo se presenta una novedosa metodología para obtener la segmentación del iris (mapa iridológico) humano de forma automática y manual usando técnicas de procesamiento de imágenes. Dicha segmentación, fue realizada sobre imágenes a nivel de gris, empleándose para el procesamiento de cada imagen herramientas matemáticas como: integral proyectiva, OTSU, realce de contraste, negativo, binarización, suavizado y filtrado. Con el uso de estas técnicas, se han obtenido diferentes parámetros como son la detección de pupila y detección del iris. Con estos parámetros se inició la segmentación de cada imagen iridológica basada en geometría analítica, dicha segmentación permite parametrizar zonas del iris, que muestran el funcionamiento interno de diferentes sistemas fisiológicos, y de esta forma obtener patrones característicos de dichos sistemas, que en el futuro, lograrán realizar procesos de detección de enfermedades basadas en procesamiento de imágenes iridológicas.

This paper presents a novel methodology for human iris segmentation automatically and manual using image processing techniques. This segmentation was performed on gray level images, using for processing each image math tools like: comprehensive projective, OTSU, negative contrast enhancement, binarization, smoothing and filtering. Using these techniques, various parameters are obtained for example, the detection of the pupil and iris. With these parameters the iridology segmentation of each image is performed using analytic geometry. This segmentation allows parameterized parts of iris, showing the inner workings of different physiological systems, thus obtaining characteristic patterns of such systems. In the future, will achieve disease detection processes based on image processing iridology.

Actualmente o estudo e processamento de dados iridologia está avançando significativamente. Diferentes estudos têm mostrado que é possível detectar algumas patologias, utilizando as características da íris de cada sujeito, mas os resultados apresentados como a segmentação do gráfico iridologia, eles não são os mais promissores. Este artigo apresenta uma nova metodologia para a segmentação da íris (quadro da íris) humana automaticamente ou manualmente utilizando técnicas de processamento de imagem. Essa segmentação foi realizada em imagens em nível de cinza, sendo usado para processar cada imagem ferramentas matemáticas como um projetivo integral, Otsu, realce de contraste, negativo, binarização, alisando e filtragem. Utilizando estas técnicas, obtivemos diferentes parâmetros, tais como a detecção de detecção da pupila e da íris. Com estes parâmetros de segmentação de cada imagem iridologia baseado em geometria analítica começou, esta segmentação permite parametrizar áreas da íris, mostrando o funcionamento interno dos diferentes sistemas fisiológicos, e assim obter padrões característicos de tal, que, em futuros sistemas, eles vão conseguir executar processos de detecção com base em doenças iridologia processamento de imagem.