Contribución al procesado digital de imágenes para la caracterización de patologías laríngeas

Resumen

La forma de vida actual ha conducido a un aumento de las patologías laríngeas, haciendo cada vez más necesario un buen diagnóstico de las mismas. Uno de los métodos más útiles para detectarlas es la observación directa de la vibración de las cuerdas vocales durante la fonación (emisión de sonido articulado causado por la vibración de los pliegues vocales). En este sentido, se han desarrollado numerosas técnicas de visualización y herramientas software orientadas a facilitar y hacer más preciso el trabajo del profesional médico. Algunas de las más extendidas actualmente son: la videoquimografía, la quimografía basada en vídeos de alta velocidad o en grabaciones estroboscópicas, y los fonovibrogramas. Todas ellas permiten visualizar y caracterizar con precisión el comportamiento dinámico de las cuerdas vocales. El principal problema que existe a la hora de utilizar estas técnicas está en los movimientos involuntarios que sufren cámara y paciente durante la exploración, produciendo un falseo de los resultados. La solución viene de la mano del procesado digital de imagen que, aplicado a los vídeos capturados, hace posible atenuar en mayor o menor medida los efectos perniciosos del movimiento. Dentro de este procesado juega un papel fundamental una buena segmentación del espacio glotal. Por otra parte, la propia naturaleza de muchas de estas técnicas hace que la detección de la glotis en las imágenes laríngeas de partida sea imprescindible para sintetizar y representar la información inherente a los distintos métodos de visualización. En el presente trabajo de tesis, y como contribución a la mejora de las técnicas de tratamiento digital existentes, se pretende desarrollar un método que permita automatizar y optimizar la costosa y compleja tarea de aislar el espacio glotal en imágenes de la laringe. El método propuesto para realizar la detección está basado en varias herramientas avanzadas de procesado de imagen. En concreto se realiza una primera división inteligente de la imagen mediante la transformada Watershed, para proseguir con varios procesos de Merging que permiten segmentar la glotis junto a otros tejidos laríngeos. La decisión final se toma mediante un predictor lineal entrenado con los momentos invariantes de las distintas regiones. El sistema así diseñado consigue individualizar automáticamente la glotis en el 98,98 % de las imágenes usadas para entrenamiento y en todas las imágenes de validación, sin necesidad de realizar ninguna inicialización. En un 75% de las imágenes no existe tampoco la necesidad de variar ningún parámetro de los distintos elementos que conforman el sistema.