Fusión de imágenes médicas en el ámbito de la transformada de ondícula
modelo matemático discreto
Introducción: la compresión de imágenes es una gran instancia para las operaciones en el ámbito médico que conduce a una mejor comprensión e implementación del tratamiento, especialmente en radiología. La transformada de ondícula discreta (dwt) se utiliza para lograr una mejor y más rápida implementación de este tipo de fusión de imágenes.
Metodología: para aprovechar los grandes beneficios de las implementaciones matemáticas en el ámbito médico, empleamos la transformada de ondícula con dwt para la fusión de imágenes y extracción de características mediante imágenes. Resultados: el resultado previsto o esperado es ser capaces de comprender mejor cualquier tipo de resolución de imagen e intentar comprimir o fusionar las imágenes para reducir su tamaño, pero no la calidad de píxel de la imagen.
Conclusiones: la implementación del enfoque matemático dwt ayudará a investigadores o profesionales en el campo médico a lograr una mejor implementación de la fusión de imágenes y transmisión de datos, lo que conduce a mejores procedimientos en el tratamiento y también a disminuir el índice de transferencia de datos debido a la reducción en el tamaño de las imágenes; la pérdida de datos también se vuelve más manejable.
Originalidad: la idea de fusionar las imágenes puede disminuir el tamaño de las mismas, lo cual sería útil para reducir el ancho de banda necesario para su transmisión. Lo que resulta crucial es poder mantener la misma calidad mientras se transmiten los datos y mientras se comprimen las imágenes.
Limitaciones: como se trata de una nueva implementación, si se ha cometido algún error en la compresión de la imagen de información médica, esto puede conducir a fallas en el tratamiento de un paciente. La calidad de la imagen no debe reducirse con esta implementación.
Cómo citar
Licencia
Derechos de autor 2018 Ingeniería solidaria
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Compromiso ético y cesión de derechos
El autor debe declarar que su trabajo es original e inédito y que no se ha postulado a evaluación simultánea para su publicación por otro medio. Además, debe asegurar que no tiene impedimentos de ninguna naturaleza para la concesión de los derechos previstos en el contrato.
El autor se compromete a esperar el resultado de evaluación de la revista Ingeniería Solidaria, antes de considerar su presentación a otro medio; en caso de que la respuesta de publicación sea positiva, adicionalmente, se compromete a responder por cualquier acción de reivindicación, plagio u otra clase de reclamación que al respecto pudiera sobrevenir por parte de terceros.
Asimismo, debe declarar que, como autor o coautor, está de acuerdo por completo con los contenidos presentados en el trabajo y ceder todos los derechos patrimoniales, es decir, su reproducción, comunicación pública, distribución, divulgación, transformación, puesta a disposición y demás formas de utilización de la obra por cualquier medio o procedimiento, por el término de su protección legal y en todos los países del mundo, al Fondo Editorial de la Universidad Cooperativa de Colombia, de manera gratuita y sin contraprestación presente o futura.
Hong ZHENG, Dequen ZHENG Yanxianag HU, Sheng Li. Study on the Optimal Parameters of Image Fusion Based on Wavelet Transform[J]. Journal of Computational Information Systems (2010) 131-137.
Smt. G. Mamatha, L. Gayatri, “An Image Fusion Using Wavelet And Curvelet Transforms”, Global Journal of Advanced EngineeringTechnologies, Vol1, Issue-2, 2012, ISSN: 2277-6370.
R. K. Sharma, “Probabilistic Model-based Multisensor Image Fusion”, PhD thesis, Oregon Graduate Institute of Science and Technology, Portland, Oregon, 1999. http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.35.8418&rep=rep1&type=pdf
S. Li, J. T. Kwok, and Y. Wang, “Combination of images with diverse focuses using the spatial frequency,”Information Fusion 2, pp. 169–176, 2001. https://doi.org/10.1016/s1566-2535(01)00038-0
S. Kor and U. Tiwary, “Feature level fusion of multimodal medical images in lifting wavelet transform domain” IEEE International Conference of the Engineering in Medicine and Biology Security, pp. 1479–1482, 2004. https://doi.org/10.1109/iembs.2004.1403455
A. H. Gunatilaka and B. A. Baertlein, “Feature-leve and decision-level fusion of non coincidently sampled sensors for land mine detection” IEEE Transactions on Pattern Analysis and Machine Intelligence 23(6), pp. 577–589, 2001. https://doi.org/10.1109/34.927459
Daljit Kaur, P S Mann “Medical Image Fusion Using Gaussian Filter, Wavelet Transform and Curvelet Transform Filtering” International Journal of Engineering Science & Advanced Technology, Volume-4, Issue-3, 252-256 ISSN: 2250-3676.
MiloudChikr El-Mezouar, NasreddineTaleb, KidiyoKpalma, and Joseph Ronsin “An IHS-Based Fusion for Color Distortion Reduction and Vegetation Enhancement in IKONOS Imagery”, IEEE Transactions on Geo-science And Remote Sensing, vol. 49, No. 5, May 2011 https://doi.org/10.1109/tgrs.2010.2087029
Chetan K. Solanki, Narendra M. Patel, ―Pixel based and Wavelet based Image fusion Methods with their Comparative Study”, National Conference on Recent Trends in Engineering & Technology.
RudraPratap Singh Chauhan,RajivaDwivedi and Sandeep Negi “ Comparative Evaluation of DWT and DT-CWT for Image Fusion and De-noising”, International Journal of Applied Information Systems (IJAIS) – ISSN : 2249-0868 Foundation of Computer Science FCS, New York, USA Volume 4– No.2, September 2012 – www.ijais.org https://doi.org/10.5120/ijais12-450662
Ajeesh P Sasi, Dr. LathaParameswaran, “Image Fusion Technique using DT-CWT”, in proceeding of IEEE
https://doi.org/10.1109/imac4s.2013.6526400
Kanisetty Venkata Swathi, CH.HimaBindu “Modified Approach of Multimodal Medical Image Using Daubechies Wavelet Transform” International Journal of Advanced Research in Computer and Communication Engineering Vol. 2, Issue 11, November 2013, ISSN (Print): 2319-5940.
J. Srikanth*, C.N Sujatha “Image Fusion Based on Wavelet Transform for Medical Diagnosis”, Int. Journal of Engineering Research and Applications, ISSN: 2248-9622, Vol. 3, Issue 6, Nov-Dec 2013, pp.252-256.
Ch.Bhanusree, P. Aditya RatnaChowdary “A Novel Approach of image fusion MRI and CT image using Wavelet family”, International Journal of Application or Innovation in Engineering & Management (IJAIEM), Volume 2, Issue 8, August 2013, ISSN 2319 – 4847.
Kanaka Raju Penmetsa, V.G.Prasad Naraharisetti, N.Venkata RAO “An Image Fusion Technique For Color Images Using Dual-Tree Complex Wavelet Transform”, International Journal of Engineering Research & Technology (IJERT) Vol. 1 Issue 8, October – 2012 ISSN: 2278-0181.
Patil Gaurav Jaywantrao, Shabahat Hasan, “Application of Image Fusion Using Wavelet Transform In Target Tracking System”, International Journal of Engineering Research & Technology (IJERT), ISSN: 2278-0181Vol. 1 Issue 8, October – 2012.
Pavithra C, Dr. S. Bhargavi, “Fusion of Two Images Based on Wavelet Transform”, International Journal of Innovative Research in Science, Engineering and Technology. 2, Issue 5, May 2013.
Singh, R., Khare, A. “Multimodal medical image fusion using daubechies complex wavelet transform”, Information & Communication Technologies (ICT), 2013 IEEE Conference on , April 2013 Page(s):869 - 873 Print ISBN:978-1-4673- 5759-3. https://doi.org/10.1109/cict.2013.6558217
Bull, D.R. Canagarajah, C.N. Halliwell, M. Wells, P.N.T. and Nikolov S.G. “Image fusion using a 3-D wavelet transform”, Image Processing And Its Applications, 1999. Seventh International Conference on (Conf. Publ. No. 465) (Volume:1 ) Jul 1999, Page(s): 235 - 239 vol.1 https://doi.org/10.1049/cp:19990318
A. Deng, Jin Wu, Shen Yang “An Image Fusion Algorithm Based on Discrete Wavelet Transform and Canny Operator” Advanced Research on Computer Education, Simulation and Modeling Communications in Computer and Information Science Volume 175, 2011, pp 32-38. https://doi.org/10.1007/978-3-642-21783-8_6
