Segmentación paralelizada de imágenes por Rayos X DICOM conagentes móviles

• Washington Ramírez Montalvan CUCEA, DTI, Universidad de Guadalajara, C.P. 45100, Zapopan, Jalisco, México
• Anabely Stefania Fernández Toapanta Ciencias de la Computación, Universidad Politécnica Salesiana, C.P. 70606, Quito, Ecuador.
• Fausto Freire Carrera Carrera de Mecatrónica, Facultad Ciencias de la Ingeniería e Industrias, Universidad UTE, Quito, Ecuador.
• Jesús Arámburo-Lizárraga Departamento CUCEA, Universidad de Guadalajara, C.P. 45100, Zapopan, Jalisco, México

Palabras clave: imagendeRayos X digital, Dispositivos móviles, Agentes, Morfología matemática, Watershed.

Resumen

El desarrollo de la tecnología ha transformado la práctica clínica, y en la actualidad es común el uso de aplicaciones en dispositivos móviles para la salud; en la detección del cáncer de mama las imágenes digitales médicas son una potente herramienta para el diagnóstico, sin embargo, el tamaño de las mismas presenta inconvenientes al momento de ser visualizadas en los dispositivos móviles, para mejorar el rendimiento de los dispositivos se utiliza la paralelización y la especialización del hardware. En este trabajo se presenta una propuesta para resolver este problema mediante la implementación de una aplicación paralelizada sobre CPU´s y GPU´s, que utiliza la tecnología de agentes y fue desarrollada en JADE para la plataforma Android, la evaluación de la aplicación se realizó con 53 imágenes INbreas, de las cuales 25 imágenes de masas y 28 imágenes de microcalcificaciones, al realizar las operaciones de pre y pos procesamiento el rendimiento mejoro en 6.81% .

Citas

Doi, K. “Computer-aided diagnosis in medical imaging: historical review, current status and future potential”. Computerized medical imaging and graphics, Vol. 31, Nº 4-5, (2007), 198-211.

Park S. C., Park M. K. and Kang M. G. "Super-resolution image reconstruction: a technical overview". IEEE Signal Processing Magazine, Vol. 20, Nº 3, (2003), 21-36.

Pulli, K., Baksheev A., Kornyakov K. andEruhimovV. "Real-time computer vision with OpenCV".Communications of the ACM, Vol. 55, Nº. 6(2012), 61-69.

García Flores R. "Ingeniería concurrente y tecnologías de la información". Ingenierías, R. García Flores, "Ingeniería concurrente y tecnologías de la información," Ingenierías, vol. 7, no. 22, pp. 39-44, 2004ol. 7, Nº. 22, (2004), 39-44.

Sharma J.and SharmaS., "Mammogram image segmentation using watershed".Int J Info Tech and Knowledge Management, Vol. 4, (2011), 423-425.

GulsrudT. O, EnganK. and HanstveitT. "Watershed segmentation of detected masses in digital mammograms".In 2005 IEEE Engineering in Medicine and Biology 27th Annual Conference, (2005), 3304-3307.

Hwang Y.and ChungK.S. "Dynamic Power Management Technique for Multicore Based Embedded Mobile Devices". IEEE Transactions on Industrial Informatics, Vol. 9, Nº 3, (2013), 1601-1612.

Harwood A. R.and RevellA. J. "Parallelisation of an interactive lattice-Boltzmann method on an Android-powered mobile device". Advances in Engineering Software, Vol. 104, (2017), 38-50.

Boyle R. D. and ThomasR. C.“Computer vision: a first course”. Blackwell Scientific Publications, Ltd., (1988).

RaniV. "A brief study of various noise model and filtering techniques".Journal of global research in computer science, Vol. 4, Nº 4, (2013), 166-171.

OtsuN., "A threshold selection method from gray-level histograms".IEEE transactions on systems, man, and cybernetics, Vol. 9, Nº. 1, (1979), 62-66.

ValaH. J. and BaxiA. "A review on Otsu image segmentation algorithm". International Journal of Advanced Research in Computer Engineering & Technology (IJARCET), Vol. 2, Nº 2, (2013) 387-389.

TulsaniH., SaxenaS. and YadavN. "Segmentation using morphological watershed transformation for counting blood cells". IJCAIT, Vol. 2, Nº. 3, (2013), 28-36.

Shareef, S. R. “Breast cancer detection based on watershed transformation”. IJCSI International Journal of Computer Science Issues, Vol. 11, Nº 1, (2014),237-245.

Ortiz Zamora F. G.“Procesamiento morfológico de imágenes en color: aplicación a la reconstrucción geodésica.Universidad de Alicante. Departamento de física, Ingeniería de sistemas y Teoría de la señal, (2002).

Vincent L. and Soille P. "Watersheds in digital spaces: an efficient algorithm based on immersion simulations" IEEE Transactions on Pattern Analysis & Machine Intelligence, Vol. 6, (1991), 583-598.

Romero-ZalizR. and Reinoso-GordoJ. "An updated review on watershed algorithms”. In Soft computing for sustainability science, (2018) 235-258.

KaurA.“Aayushi.Image Segmentation Using Watershed Transform “Blue Eyes Intelligence Engineering & Sciences Publication Pvt. Ltd. International Journal of Soft Computing and Engineering (IJSCE) Vol. 4, (2014) 5-8.

AcharjyaP.A.,Sinha, S. Sarkar, S. Dey, and GhoshS. "A new approach of watershed algorithm using distance transform applied to image segmentation". International Journal of Innovative Research in Computer and Communication Engineering, Vol. 1, Nº 2, (2013) 185-189.

Abdullah-Al-WadudM., KabirM. H., A. DewanM. A. and ChaeO. "A Dynamic Histogram Equalization for Image Contrast Enhancement". IEEE Transactions on Consumer Electronics, Vol. 53, Nº 2, (2007), 593-600.

RomaniS., SobrevillaP. and MontsenyE., "Obtaining the relevant colors of an image through stability-based fuzzy color histograms". The 12th IEEE International Conference on Fuzzy Systems, FUZZ '03,Vol. 2, (2003), 914-919.

Barney, B. “Using the Sequoia and Vulcan BG/Q Systems. Tutorial Lawrence Livermore National Laboratory, Lawrence Livermore National Laboratory”.(2014). URL https://computing.llnl. gov/tutorials/bgq/# ParallelIO, 8.

BellifemineF., BergentiF., CaireG. and PoggiA. "JADE—a java agent development framework," Multi-Agent Programming.Springer, (2005), 125-147.

BellifemineF. L.,CaireG. and Greenwood D. “Developing multi-agent systems with JADE2.John Wiley & Sons, (2007).

CaireG.andPieriF., "Leap user guide" TILab, (2006).

KaehlerA. and BradskiG.“Learning OpenCV 3: computer vision in C++ with the OpenCV library". O'Reilly Media, Inc.", (2016).

VincentL. "Morphological Grayscale Reconstruction in Image Analysis: Applications and E cient Algorithms".IEEE transactions on image processing, Vol. 2, Nº 2, (1993), 176-201.

PreimB.andBartzD.“Visualization in medicine: theory, algorithms, and applications”. Elsevier, (2007).

Omer A. M. and ElfadilM. "Preprocessing of Digital Mammogram Image Based on Otsu’s Threshold," American Scientific Research Journal for Engineering, Technology, and Sciences (ASRJETS), Vol. 37, Nº 1, (2017), 220-229,.

Lewis S. H. and DongA. "Detection of breast tumor candidates using marker-controlled watershed segmentation and morphological analysis".In 2012 IEEE Southwest Symposium on Image Analysis and Interpretation, (2012), 1-4.

KooJ. J. P. and QuintalL. F. C. "Análisis del desempeño de aplicaciones paralelas con openMP en dispositivos móviles multicore, caso de estudio: multiplicación de matrices". Pistas Educativas, Vol. 36, Nº 114(2018), 6-17.