Utilizamos cookies propias y de terceros para mejorar nuestros servicios, analizar y personalizar tu navegación, mostrar publicidad y facilitarte publicidad relacionada con tus preferencias. Si sigues navegando por nuestra web, consideramos que aceptas su uso. Puedes cambiar la configuración u obtener más información aquí.

Desarrollan una fórmula para modelar más rápido imágenes médicas y topográficas en 3D y 4D

Una tesis doctoral recientemente leída en la Universidad Politécnica de Cartagena (UPCT) ha presentado una formulación que permite analizar, caracterizar y segmentar de forma más rápida objetos en 3D y 4D mediante procesado de imagen.
La investigación de Rafael Berenguer Vidal, dirigida por el profesor de la Escuela de Técnica Superior de Ingeniería de Telecomunicación (ETSIT) Rafael Verdú Monedero, se centra en los modelos deformables, métodos matemáticos utilizados para delinear los bordes de los objetos mediante curvas, superficies o volúmenes que se deforman bajo la influencia de fuerzas internas y externas, según informa la institución docente en comunicado de prensa.
La aplicación de estos modelos es eficaz y válida, afirma la tesis, en la caracterización de datos multidimensionales, dado que estos modelos deformables son capaces de emular la forma y las propiedades físicas de los objetos, y en particular aquellos con movimiento o deformación no rígida.
La formulación propuesta se ha validado en escenarios 3D y 4D en diferentes aplicaciones. Entre otros, los modelos se han aplicado en la caracterización de datos topográficos con ruido y en la segmentación y seguimiento del movimiento de objetos en imágenes médicas, como las prodecedentes de TAC (tomografías axiales computarizadas).
También se han utilizado los modelos con eficacia y eficiencia para simular la deformación de tejidos blandos sometidos a presión, una técnica útil para ensayar intervenciones quirúrgicas en órganos.
El trabajo realizado en esta tesis doctoral extiende la formulación clásica al caso multidimensional y la traslada a su vez al dominio de Fourier, produciendo implementaciones computacionalmente más eficientes.