| dc.contributor | Castro Gutierrez, Eveling Gloria | |
| dc.creator | Gallegos Guillen, Joel Oswaldo | |
| dc.date | 2018-11-05T12:53:40Z | |
| dc.date | 2018-11-05T12:53:40Z | |
| dc.date | 2018 | |
| dc.date.accessioned | 2020-09-24T13:58:42Z | |
| dc.date.available | 2020-09-24T13:58:42Z | |
| dc.identifier | http://repositorio.unsa.edu.pe/handle/UNSA/6877 | |
| dc.identifier.uri | http://repositorioslatinoamericanos.uchile.cl/handle/2250/3263654 | |
| dc.description | Las complicaciones traumatológicas asociadas al fémur proximal, tal como la osteoporosis constituye un problema clínico que origina aproximadamente el 25% de mortalidad; siendo las personas adultas y mujeres en etapa de menopausia las más propensas a contraerla. La incidencia de este tipo de complicaciones tiene implicancias tanto de forma inmediata como tardía produciendo cerca de 200 mil fracturas del fémur al año. El análisis de una imagen de rayos X es el primer paso para evaluar este tipo de complicaciones y determinar el grado de ésta enfermedad. La detección del patrón trabecular en el fémur proximal, sirve como segunda opinión para el médico especialista. La tesis presentada propone el análisis y evaluación de métodos de procesamiento de imágenes de Rayos X para la asistencia del diagnóstico de osteoporosis. Los métodos de procesamiento involucran etapas como: a) Preprocesamiento, b) Segmentación, b) Extracción de Características, y c) Clasificación; siendo etapas indispensables para la detección del patrón trabecular en imágenes de Rayos X. Para evaluar el desempeño de los métodos de preprocesamiento se utilizó la métrica de evaluación Peak Signal-to-Noise Ratio (PSNR) que permite medir la calidad de la imagen. Los resultados experimentales alcanzan un PSNR de 34.92 Db utilizando el Filtro Mediana. Asimismo, se utilizó un Gold-Standard de segmentación y de clasificación con la ayuda de un especialista en traumatología para evaluar y comparar los resultados obtenidos. Los resultados muestran un coeficiente de DICE del 83% en segmentación y un 87% de precisión en la clasificación de osteoporosis de fémur proximal. Finalmente, el tiempo computacional empleado es de 76 segundos por imagen de rayos X. | |
| dc.description | Tesis | |
| dc.format | application/pdf | |
| dc.language | spa | |
| dc.publisher | Universidad Nacional de San Agustín de Arequipa | |
| dc.rights | info:eu-repo/semantics/openAccess | |
| dc.rights | http://creativecommons.org/licenses/by-nc-nd/2.5/pe/ | |
| dc.source | Universidad Nacional de San Agustín de Arequipa | |
| dc.source | Repositorio Institucional - UNSA | |
| dc.subject | Preprocesamiento | |
| dc.subject | Segmentación | |
| dc.subject | Data-driven joint estimation | |
| dc.subject | Patrón binario local (LBP) | |
| dc.subject | Histogramas de gradiente orientados | |
| dc.subject | Máquinas de soporte vectorial (SVM) | |
| dc.subject | Osteoporosis | |
| dc.subject | Ingeniería Médica | |
| dc.title | Asistencia del diagnóstico de osteoporosis en el fémur proximal, mediante el análisis y evaluación de métodos de procesamiento de imágenes de Rayos X | |
| dc.type | Tesis | |
