| Revista: | Computación y Sistemas |
| Base de datos: | PERIÓDICA |
| Número de sistema: | 000457629 |
| ISSN: | 1405-5546 |
| Autores: | Aguilar Domínguez, Kevin S1 Mejía Lavalle, Manuel1 Sossa, Humberto2 |
| Instituciones: | 1Tecnológico Nacional de México, Centro Nacional de Investigación y Desarrollo Tecnológico, Cuernavaca, Morelos. México 2Instituto Politécnico Nacional, Centro de Investigación en Computación, Ciudad de México. México 3Instituto Tecnológico y de Estudios Superiores de Monterrey, Zapopan, Jalisco. México |
| Año: | 2020 |
| Periodo: | Ene-Mar |
| Volumen: | 24 |
| Número: | 1 |
| Paginación: | 105-120 |
| País: | México |
| Idioma: | Español |
| Tipo de documento: | Artículo |
| Enfoque: | Aplicado, descriptivo |
| Resumen en español | Las imágenes digitales son ampliamente utilizadas en el área de medicina, pero éstas pueden ser degradadas por diversos factores. Las imágenes degradadas en su luminosidad generan un problema para su correcto análisis, ya que tienen un rango dinámico corto y bajo contraste. La necesidad de obtener imágenes de buena calidad y la tendencia del aumento de la resolución de las imágenes, exigen nuevas técnicas para resolver este problema en menor tiempo, por eso es necesario buscar paradigmas que puedan aprovechar el cómputo en paralelo como los son las Redes Neuronales Artificiales Pulso-Acopladas. En este trabajo se propone e implementan dos métodos basados en el Modelo de Intersección Cortical para mejorar la luminosidad en imágenes médicas del cerebro humano. La experimentación realizada muestra que los métodos propuestos son altamente competitivos |
| Resumen en inglés | Digital images are widely used in the medicine area but these could be degraded by several factors. The images affected in its luminosity generate a problem for its correct analysis, since they have a short dynamic range and low contrast. The need to obtain good quality images and the tendency to increase the resolution of images, require new techniques to solve this problem in less time, that's why there is a need to looking for paradigms that would can take advantage of parallel computing such as Pulsed-Coupled Artificial Neural Networks. In this work, two methods based on the Intersection Cortical Model are proposed and implemented to enhance the luminosity in medical human brain image. Experiments shown that the proposed models are highly competitive |
| Disciplinas: | Ciencias de la computación |
| Palabras clave: | Inteligencia artificial, Procesamiento de datos, Programación, Luminosidad, Imágenes médicas, Redes neuronales artificiales, Modelo de Intersección Cortical |
| Keyword: | Artificial intelligence, Data processing, Programming, Luminosity, Medical images, Artificial neural networks, Intersection Cortical Model |
| Texto completo: | Texto completo (Ver HTML) Texto completo (Ver PDF) |
