Page 66 - Ingeniantes 511 interactivo

Revista Ingeniantes 2018 Año 5 No. 1 Vol. 1
co pero siga siendo funcional en análisis posteriores, así
pues, el presente trabajo plantea un mecanismo que per-
mite la compresión de imágenes médicas (mamografías)
salvaguardando la información importante y rellenando los
demás pixeles con un color sintético que mantenga el as-
pecto original de la imagen, (Noreña, 2013): destaca que hay
trabajos donde se emplean algoritmos de compresión utili-
zando zonas de interés ROI (Region Of Interest), y que uno
de los grande problemas es la detección de dichas zonas
y el tratamiento que se da a cada una,(Ruedin, 2007): pro-
pone que se realice un corte asimétrico en la zona de inte-
rés a fin de rellenar con un color sintético todo el contenido bral que puede ser un valor absoluto establecido por el
que no esté en la zona, elevando las tasa de compresión de
forma automática.
La compresión de imágenes médicas se hace importante
si consideramos que el Instituto Jalisciense de Cancerolo-
gía realizó en 2014 8043 mamografías, las cuales tomando
en cuenta un peso promedio de 100 Mb, resulta en más de
Medio Terabyte de almacenamiento anual, agravándose
al obtener datos del reporte de Salud de Estados Unidos,
donde se reportan más de 22 millones de estudios en 2016,
necesitando Hexabytes de almacenamiento por año.
MATERIAL Y MÉTODOS
La metodología propuesta para realizar la compresión de
datos se basa principalmente en 3 etapas, la primera per-
mite identificar cuáles son los pixeles que se encuentran
en la zona de interés (ROI – region of interest), que es la
información que debe almacenarse sin cambios, para lo
cual se emplea una matriz de bits que permite discretizar
todos aquellos pixeles que pueden ser sustituidos por un
color negro sintético ya que no aportan información rele-
vante para análisis como detección de cáncer, ruptura, etc.,
de dichas imágenes, posteriormente se almacena la matriz
de bits junto con la información obtenida de los pixeles que
se encuentran en la ROI y finalmente, se procede a aplicar
mecanismos de compresión sin perdida tradicionales para
obtener una mejora en la tasa de compresión. La Figura 1
muestra el esquema propuesto de compresión.
Figura 1. Esquema de trabajo Figura 2. Proceso se compresión
62
Durante la primera etapa se emplea un esquema de con-
versión de color estandarizado de RGB (Red, Green, Blue)
a escala de grises, mediante la fórmula que propone (Ma-
thWorks, 1994 -2017) en la formula a:
(Ec 1)
= (0.2989 ∗ + 0.5870 ∗ + 0.1140 ∗ )
Formula 1. Conversión escala de gris
Al obtener el tono de gris este es comparado con un um-
usuario o calculado mediante la formula de la formula 2:
= ∑=,0,=0 (, ) (Ec 2)
+
Fórmula del umbral
Durante la construcción de la matriz de bits que represen-
tarán la máscara de recorte se puede observar que me-
diante la técnica propuesta se obtienen resultados favora-
bles en comparación con recortes cuadrados, circulares o
cortes asimétricos propuestos por otros investigadores, ya
que este metodología pretende eliminar la mayor cantidad
de información innecesaria, pudiendo quitar pixeles inter-
medios durante el recorrido por toda la imagen y constru-
yendo la matriz de acuerdo a la premisa de la formula 3,
tomando en cuanta que x representa el ancho de la ima-
gen, mientras que y hace referencia a la altura de la misma:
Construccióndelam =atri∑z=,0,=0+(, )
(Ec 3)
Un punto medular en en la segunda etapa es la re-
presentación de la matriz, ya que si contemplamos
que el uso de memoria para el proceso es importan-
te debe cuidarse, en la formula 4 de puede observar
como se emplea un mecanismo que almacena en 1
byte 8 valores de la matriz obteniendo:
243 ……⋮ ) = 11110011 ……⋮ ) (Ec 4)
( 12 (00001100
⋮ ⋮
Representación numérica de la matriz