Segmentación y extracción de imágenes de RMN mediante PCNN

La segmentación de imágenes se describe como la partición de una imagen en un número finito de regiones semánticamente no superpuestas. En las aplicaciones médicas, es un proceso fundamental en la mayoría de los sistemas que apoyan el diagnóstico médico, la planificación quirúrgica y los tratamientos. Por lo general, este proceso es realizado manualmente por los médicos, lo que puede resultar largo y tedioso. Para paliar este problema, se han propuesto varios métodos de segmentación interactiva. Las redes neuronales acopladas por impulsos (PCNN) son una red autoorganizada que no requiere entrenamiento y que se construyó simulando las actividades de las neuronas de la corteza visual de los mamíferos. La PCNN es única con respecto a otras técnicas debido a su salida pulsante sincrónica, su umbral ajustable y sus parámetros controlables. El sistema de corteza visual de los mamíferos fue la columna vertebral para el desarrollo de la PCNN. La corteza visual del gato y del conejillo de indias ayudó a desarrollar algunos modelos digitales. Se están investigando técnicas de segmentación de imágenes en el campo de la medicina utilizando PCNN. Este libro describe una idea completa para la segmentación de imágenes de RMN basada en redes neuronales acopladas por pulsos.