Uso de los métodos de segmentación c-means, k-means y geometría fractal en el estudio in vivo del cáncer de pulmón

Según la organización mundial de la salud el cáncer es la segunda causa de muerte en el mundo, siendo el cáncer de pulmón uno de los de mayor interés, debido a que en Colombia según el instituto nacional de cancerología es la segunda causa de muerte, reportándose en el 2013 alrededor de 10.7 falleci...

Full description

Autores:
Rivero Borja, Mario Andres
Escobar Martinez, Jose Eduardo
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2020
Institución:
Universidad de Córdoba
Repositorio:
Repositorio Institucional Unicórdoba
Idioma:
spa
OAI Identifier:
oai:repositorio.unicordoba.edu.co:ucordoba/3224
Acceso en línea:
https://repositorio.unicordoba.edu.co/handle/ucordoba/3224
Palabra clave:
Segmentación
K-means
C-means
Fractal
C-means
Segmentation
Fractals
K-means
Rights
restrictedAccess
License
Copyright Universidad de Córdoba, 2019
id UCORDOBA2_8a348df5ebfb5a4eefb356358403f0ef
oai_identifier_str oai:repositorio.unicordoba.edu.co:ucordoba/3224
network_acronym_str UCORDOBA2
network_name_str Repositorio Institucional Unicórdoba
repository_id_str
dc.title.spa.fl_str_mv Uso de los métodos de segmentación c-means, k-means y geometría fractal en el estudio in vivo del cáncer de pulmón
title Uso de los métodos de segmentación c-means, k-means y geometría fractal en el estudio in vivo del cáncer de pulmón
spellingShingle Uso de los métodos de segmentación c-means, k-means y geometría fractal en el estudio in vivo del cáncer de pulmón
Segmentación
K-means
C-means
Fractal
C-means
Segmentation
Fractals
K-means
title_short Uso de los métodos de segmentación c-means, k-means y geometría fractal en el estudio in vivo del cáncer de pulmón
title_full Uso de los métodos de segmentación c-means, k-means y geometría fractal en el estudio in vivo del cáncer de pulmón
title_fullStr Uso de los métodos de segmentación c-means, k-means y geometría fractal en el estudio in vivo del cáncer de pulmón
title_full_unstemmed Uso de los métodos de segmentación c-means, k-means y geometría fractal en el estudio in vivo del cáncer de pulmón
title_sort Uso de los métodos de segmentación c-means, k-means y geometría fractal en el estudio in vivo del cáncer de pulmón
dc.creator.fl_str_mv Rivero Borja, Mario Andres
Escobar Martinez, Jose Eduardo
dc.contributor.author.spa.fl_str_mv Rivero Borja, Mario Andres
Escobar Martinez, Jose Eduardo
dc.subject.proposal.spa.fl_str_mv Segmentación
K-means
C-means
Fractal
C-means
topic Segmentación
K-means
C-means
Fractal
C-means
Segmentation
Fractals
K-means
dc.subject.keywords.spa.fl_str_mv Segmentation
Fractals
K-means
description Según la organización mundial de la salud el cáncer es la segunda causa de muerte en el mundo, siendo el cáncer de pulmón uno de los de mayor interés, debido a que en Colombia según el instituto nacional de cancerología es la segunda causa de muerte, reportándose en el 2013 alrededor de 10.7 fallecidos por cada 100.000 habitante entre hombres y mujeres, tendencia que todavía se mantiene vigente. De esta manera, buscar soluciones a dicha enfermedad, ha abarcado múltiples y diversos campos de investigación, en ese sentido, en aras de comprender y caracterizar la dinámica del crecimiento tumoral en pulmón, en este trabajo se usan modelos matemáticos fundamentados en el análisis de escalamiento y la geometría fractal. Para este estudio se tomaron imágenes tomográficas (CT) de 15 pacientes con cáncer de pulmón de células no pequeñas (CPCNP), las cuales fueron adquiridas de la base de datos The Cancer Imaging (TCIA), que contempla el uso del protocolo estándar de radioterapia, esto es, cortes axiales, que comprenden el volumen de la lesión para el registro de imágenes. Las imágenes fueron segmentadas mediante el método K – medias, para el cual elaboró su respetivo código bajo el lenguaje de programación Matlab, con este proceso se pretende determinar todas las partes de la lesión en estudio, dando así inicio al procesamiento de las imágenes para la respectiva estadificación de las lesiones. En este sentido se calculó la dimensión fractal (dF) en la superficie del tumor huésped mediante el método de box counting o conteo por cajas, lo que permite extraer la información geométrica de la misma, dado que es uno de los parámetros involucrados en el proceso de determinar la dinámica del crecimiento tumoral, así mismo se calculó el exponente crítico de rugosidad local αloc usando un algoritmo escrito en el lenguaje de programación de Matlab. Este parámetro da cuenta de la rugosidad de la interfaz del tumor huésped, elemento fundamental en el proceso de estadificación de la lesión. Los resultados obtenidos muestran variaciones significativas de acuerdo al estadío y al origen histológico de la lesión, lo que se corresponde de forma satisfactoria con los reportados en la literatura.
publishDate 2020
dc.date.accessioned.spa.fl_str_mv 2020-07-09T14:14:56Z
dc.date.available.spa.fl_str_mv 2020-07-09T14:14:56Z
dc.date.issued.spa.fl_str_mv 2020-07-04
dc.type.spa.fl_str_mv Trabajo de grado - Pregrado
dc.type.coarversion.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.content.spa.fl_str_mv Text
dc.type.redcol.spa.fl_str_mv https://purl.org/redcol/resource_type/TP
format http://purl.org/coar/resource_type/c_7a1f
status_str publishedVersion
dc.identifier.uri.spa.fl_str_mv https://repositorio.unicordoba.edu.co/handle/ucordoba/3224
url https://repositorio.unicordoba.edu.co/handle/ucordoba/3224
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.references.spa.fl_str_mv [1] Robinson V. The Story of Medicine. New Home Library, 1944. p.16-20.
[2] Cáncer. (2020). Retrieved 15 January 2020, from https://www.who.int/es/news-room/fact-sheets/detail/cancer
[3] Frank H. Netter, M. D. Atlas de Anatomía Humana. Barcelona: Masson, 1996. Rouvière, H. y Delmas, A. Anatomía Humana. Barcelona: Masson, 9ª ed., 1996. Warwick, Williams. Gray: Anatomía. Madrid: Editorial Harcourt, 36ª ed., 1995
[4] Tráquea, Pulmón. Arterias Pulmonares. (2020). Retrieved 15 January 2020, from https://es.slideshare.net/KarliAcos95/trquea-pulmn-bronquios-arterias-pulmonares
[5] Científicas, S. (2020). En 2018 ha habido 18,1 millones de nuevos casos de cáncer en el mundo. Retrieved 16 January 2020, from https://www.agenciasinc.es/Noticias/En-2018-ha-habido-18-1-millones-de-nuevos-casos-de-cancer-en-el-mundo
[6] Bases biológicas de la carcinogénesis epitelial; abordaje y biomarcadores - Página 3 - Artículos - IntraMed. (2020). Retrieved 16 January 2020, from https://www.intramed.net/contenidover.asp?contenidoid=31556&pagina=3
[7] Cánceres posteriores al cáncer de pulmón. (2020). Retrieved 16 January 2020, from https://www.cancer.org/es/cancer/cancer-de-pulmon/despues-del-tratamiento/segundos-canceres.html
[8] (2020).Retrieved16January2020,from https://www.who.int/tobacco/resources/publications/wntd/2006/translations/Brochure_Spanish.pdf
[9] Incidencia,Mortalidad y Prevalencia del cancer en colombia[2007-2011].Revista del instituto nacional de cancerolog´ıa.2015
[10] Cáncer de pulmón - Diagnóstico y tratamiento - Mayo Clinic. (2020). Retrieved 16 January 2020, from https://www.mayoclinic.org/es-es/diseases-conditions/lung-cancer/diagnosis-treatment/drc-20374627
[11] (ACR), R. (2020). Detección temprana del cáncer de pulmón. Retrieved 16 January 2020, from https://www.radiologyinfo.org/sp/info.cfm?pg=screening-lung
[12] Pruebas para el cáncer de pulmón. (2020). Retrieved 16 January 2020, from https://www.cancer.org/es/cancer/cancer-de-pulmon/deteccion-diagnostico-clasificacion-por-etapas/como-se-diagnostica.html
[13] File:LK-small cell3683.jpg - Wikimedia Commons. (2020). Retrieved 16 January 2020, from https://commons.wikimedia.org/wiki/File:LK-small_cell3683.jpg
[14] (ACR), R. (2020). Rayos X (radiografía) del tórax. Retrieved 12 February 2020, from https://www.radiologyinfo.org/sp/info.cfm?pg=chestrad
[15] BROWNELL G, BURNHAM C. MGH Positron camara. En: Tomographic imaging in Nuclear Medicine. New York: Society of Nuclear Medicine, 1973. p. 154-164.
[16] ANTOCH G, FREUDENBERG LS, BEYER T. To enhance or not to enhance? 18F-FDG and CT contrast agents in dual-modality 18F-FDG PET/CT. J Nucl Med. 2004; 45(suppl 1): 56S-65S.
[17] Cáncer de pulmón. (2020). Retrieved 12 February 2020, from https://www.aecc.es/es/todo-sobre-cancer/tipos-cancer/cancer-pulmon
[18] (2020). Retrieved 12 February 2020, from https://www.neumosur.net/files/publicaciones/consensos/CAPITULO-7-2.pdf
[19] Tabla 3.16-1. Clasificación TNM (2017) en carcinoma no microcítico pulmonar- Medicina interna. (2020). Retrieved 12 February 2020, from https://empendium.com/manualmibe/table/B34.3.14-1.
[20] Barabási, A.-L., & Stanley, H. E. (1996). Fractal Concepts in Surface Growth. Zeitschrift Für Physikalische Chemie. https://doi.org/10.1524/zpch.1996.193.Part_1_2.218a
[21] Ben-Avraham, D., & Havlin, S. (2000). Diffusion and reactions in fractals and disordered systems. Cambridge University Press.
[22] Feder, J. (1998). Fractals. New York, New York, USA: Plenum Press.
[23] LungCT-Diagnosis - The Cancer Imaging Archive (TCIA) Public Access - Cancer Imaging Archive Wiki. (2020). Retrieved 12 February 2020, from https://wiki.cancerimagingarchive.net/display/Public/LungCT-Diagnosis
[24] P. Legendre and L. Legendre. Numerical Ecology. Elsevier, Amsterdam, 1998.
[25] Chattopadhyay, S., Pratihar, D.K., De Sarkar, S.C.: Performance Studies of Some Similarity-Based Fuzzy Clustering Algorithm. International Journal ofPerformability Engineering, Vol. 2, No. 2, pp. 191{200 (2006)
[26] Bezdek, J.C.: Pattern Recognition with Fuzzy Objective Function Algorithms. Kluwer Academic Publishers, Norwell, MA, USA (1981)
[27] Cesar Mu~noz P_ere, Diego Cabrera Padilla, B. E. Carvajal-G_amez,F.J. Gallegos-Funes, Diane Gendron.Segmentaci_on autom_atica en im_agenes RGB aplicando la t_ecnica Fuzzy C-means de la morfolog__a matem_atica para la ayuda de la fotoidenti_caci_on de cet_aceos.Research in Computing Science 74 (2014).
[28] P. Legendre and L. Legendre. Numerical Ecology. Elsevier, Amsterdam, 1998
[29] A. Brú, J. Pastor, I. Brú, S. Melle, and C. Berenguer. Phys. Rev. Lett.,81(18):4008– 4011, 1998
[30] Torres Hoyos, F., Navarro, R.B., Vergara Villadiego, J., Guerrero – Martelo, M., (2018). Applied Radiation and Isotopes, 141(1) 250 – 256.
[31] Vicsek, T. (1990). Mass multifractals. Physica A: Statistical Mechanics and Its Applications, 168(1), 490–497. https://doi.org/10.1016/0378-4371(90)90401-D
[32] Lozano, A. (2013). Tuning the Brain. Retrieved August 22, 2017, from http://www.the-scientist.com/?articles.view/articleNo/38047/title/Tuning-the-Brain/
[33] Martín-Landrove, M., & Torres-Hoyos, F. (2013). Geometry of Tumor Growth in Brain. Revista de La Facultad de Ingeniería, Universidad Central de Venezuela, 28(4), 79–88.
[34] Losa, G. A., Baumann, G., & Nonnenmacher, T. F. (1992). Fractal dimension of pericellular membranes in human lymphocytes and lymphoblastic leukemia cells. Pathology - Research and Practice, 188(4–5), 680–686.
[35] Murray, J., Alvord, Jr, E., & Swanson, K. (2003). Dynamics of a model for brain tumors reveals a small window for therapeutic intervention. Discrete and Continuous Dynamical Systems - Series B, 4(1), 289–295.
dc.rights.spa.fl_str_mv Copyright Universidad de Córdoba, 2019
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_16ec
dc.rights.uri.spa.fl_str_mv https://creativecommons.org/licenses/by-nc/4.0/
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/restrictedAccess
dc.rights.creativecommons.spa.fl_str_mv Atribución-NoComercial 4.0 Internacional (CC BY-NC 4.0)
rights_invalid_str_mv Copyright Universidad de Córdoba, 2019
https://creativecommons.org/licenses/by-nc/4.0/
Atribución-NoComercial 4.0 Internacional (CC BY-NC 4.0)
http://purl.org/coar/access_right/c_16ec
eu_rights_str_mv restrictedAccess
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.coverage.spatial.spa.fl_str_mv Montería, Córdoba
dc.publisher.faculty.spa.fl_str_mv Facultad de Ciencias Básicas
dc.publisher.program.spa.fl_str_mv Física
institution Universidad de Córdoba
bitstream.url.fl_str_mv https://repositorio.unicordoba.edu.co/bitstreams/8fa1e34a-357b-4ff0-9c69-2278440ac4a0/download
https://repositorio.unicordoba.edu.co/bitstreams/8ae74d3e-1464-4847-9df5-6dd714b30a76/download
https://repositorio.unicordoba.edu.co/bitstreams/7e7a4fc9-03f8-4921-a440-80616e893a11/download
https://repositorio.unicordoba.edu.co/bitstreams/526c3f31-7de5-4023-b7e9-a8087f5757d0/download
https://repositorio.unicordoba.edu.co/bitstreams/2ef0f489-0fb5-4cb2-8069-3b7ccba01640/download
https://repositorio.unicordoba.edu.co/bitstreams/dbb6f3a7-7526-41f1-9df3-7fd299fbf8f1/download
https://repositorio.unicordoba.edu.co/bitstreams/85deba7f-a8e7-4758-b39d-a29b5f83b5e8/download
bitstream.checksum.fl_str_mv 2f9959eaf5b71fae44bbf9ec84150c7a
d17baeeeb13f1dc461bcca85f54098ed
e2200f5399e7cd78b1518eb5614f5ec8
5bf4ece242704de224a8d396336046f7
eaf372177ad9532800ebe58cc2796663
b6e8a968b2569549d6fe2e6f4e877f2e
6b79d3872d9c60a96ed25beaf224d27c
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Universidad de Córdoba
repository.mail.fl_str_mv bdigital@metabiblioteca.com
_version_ 1839636033880195072
spelling Rivero Borja, Mario Andresf145bd04-91f7-4eba-b298-af1030575f9c-1Escobar Martinez, Jose Eduardodce2589e-5edc-40f6-91ce-8c5f3d0d15ee-1Montería, Córdoba2020-07-09T14:14:56Z2020-07-09T14:14:56Z2020-07-04https://repositorio.unicordoba.edu.co/handle/ucordoba/3224Según la organización mundial de la salud el cáncer es la segunda causa de muerte en el mundo, siendo el cáncer de pulmón uno de los de mayor interés, debido a que en Colombia según el instituto nacional de cancerología es la segunda causa de muerte, reportándose en el 2013 alrededor de 10.7 fallecidos por cada 100.000 habitante entre hombres y mujeres, tendencia que todavía se mantiene vigente. De esta manera, buscar soluciones a dicha enfermedad, ha abarcado múltiples y diversos campos de investigación, en ese sentido, en aras de comprender y caracterizar la dinámica del crecimiento tumoral en pulmón, en este trabajo se usan modelos matemáticos fundamentados en el análisis de escalamiento y la geometría fractal. Para este estudio se tomaron imágenes tomográficas (CT) de 15 pacientes con cáncer de pulmón de células no pequeñas (CPCNP), las cuales fueron adquiridas de la base de datos The Cancer Imaging (TCIA), que contempla el uso del protocolo estándar de radioterapia, esto es, cortes axiales, que comprenden el volumen de la lesión para el registro de imágenes. Las imágenes fueron segmentadas mediante el método K – medias, para el cual elaboró su respetivo código bajo el lenguaje de programación Matlab, con este proceso se pretende determinar todas las partes de la lesión en estudio, dando así inicio al procesamiento de las imágenes para la respectiva estadificación de las lesiones. En este sentido se calculó la dimensión fractal (dF) en la superficie del tumor huésped mediante el método de box counting o conteo por cajas, lo que permite extraer la información geométrica de la misma, dado que es uno de los parámetros involucrados en el proceso de determinar la dinámica del crecimiento tumoral, así mismo se calculó el exponente crítico de rugosidad local αloc usando un algoritmo escrito en el lenguaje de programación de Matlab. Este parámetro da cuenta de la rugosidad de la interfaz del tumor huésped, elemento fundamental en el proceso de estadificación de la lesión. Los resultados obtenidos muestran variaciones significativas de acuerdo al estadío y al origen histológico de la lesión, lo que se corresponde de forma satisfactoria con los reportados en la literatura.Resumen................................................................................. 1OBJETIVO................................................................................ 3OBJETIVOS ESPECÍFICOS .................................................... 3Introducción............................................................................ 4Capítulo I ............................................................................... 71.1 Neoplasias malignas y benignas en pulmón ........................................................................ 71.2 Tumores. Generalidades ............................. 81.3 Anatomía de los pulmones ...................................... 101.4 Epidemiología Factores de riesgo ............................. 121.5 Diagnóstico .............................................................. 141.6 Clasificación del cáncer pulmonar .............................. 191.7 Lesiones preinvasivas ................................................ 221.8 Concepto del Estadío Clínico ................................. 26CAPITULO II ................................................................... 282.1 MODELOS de crecimiento tumoral y Escalamiento Dinámico ........................................... 282.2 Modelo de deposición balístico (BD). ................................................................................ 282.3 ESCALAMIENTO DINAMICO ............................................................................................... 322.4 Modelo malthusiano o exponencial ........................... 352.5 Modelo logístico ........................................... 362.6 GEOMETRÍA FRACTAL .................................................. 402.6.1 Auto- Similitud. ..................................................... 412.6.2 Auto-Afinidad. ..................................................... 422.6.3 Fractales lineales ......................................................... 422.6.4 Fractales no lineales ........................................... 43CAPITULO III .......................................................................... 443.1 Adquisición y Procesamiento Digital de Imágenes Tomográficas ...................................... 443.1.1 Materiales y Métodos ............................................. 453.1.1.1 Selección de las imágenes .................................. 453.1.1.2 Segmentación de las imágenes ........................... 473.1.1.3 Delimitación que contiene el volumen tumoral. ..................................................... 503.1.1.4 Selección de los centroides a partir de los picos mostrado en el histograma de Umbralización. .......................................................................................................................... 513.1.1.5 Segmentación de las imágenes de acuerdo al método K – medias y aplicación de operadores morfológicos .......................................................................................................... 523.1.1.6 Segmentación de las imágenes de acuerdo al método C – medias y aplicación de operadores morfológicos .......................................................................................................... 543.1.1.7 Selección de contorno del tumor ............................................................................. 573.2 Análisis de escalamiento y geometría fractal .................................................................... 593.2.1 Cálculo del ancho de la interfaz del tumor. ................................................................ 593.2.2 Cálculo de la dimensión fractal del tumor huésped ................................................... 63CAPITULO IV ................................................................................................................................. 64RESULTADO Y ANÁLISIS ........................................... 64CONCLUSIONES ............................................................ 70BIBLIOGRAFÍA ................................................................. 72PregradoFísico(a)application/pdfspaCopyright Universidad de Córdoba, 2019https://creativecommons.org/licenses/by-nc/4.0/info:eu-repo/semantics/restrictedAccessAtribución-NoComercial 4.0 Internacional (CC BY-NC 4.0)http://purl.org/coar/access_right/c_16ecUso de los métodos de segmentación c-means, k-means y geometría fractal en el estudio in vivo del cáncer de pulmónTrabajo de grado - Pregradoinfo:eu-repo/semantics/bachelorThesishttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/publishedVersionTexthttps://purl.org/redcol/resource_type/TPhttp://purl.org/coar/version/c_970fb48d4fbd8a85[1] Robinson V. The Story of Medicine. New Home Library, 1944. p.16-20.[2] Cáncer. (2020). Retrieved 15 January 2020, from https://www.who.int/es/news-room/fact-sheets/detail/cancer[3] Frank H. Netter, M. D. Atlas de Anatomía Humana. Barcelona: Masson, 1996. Rouvière, H. y Delmas, A. Anatomía Humana. Barcelona: Masson, 9ª ed., 1996. Warwick, Williams. Gray: Anatomía. Madrid: Editorial Harcourt, 36ª ed., 1995[4] Tráquea, Pulmón. Arterias Pulmonares. (2020). Retrieved 15 January 2020, from https://es.slideshare.net/KarliAcos95/trquea-pulmn-bronquios-arterias-pulmonares[5] Científicas, S. (2020). En 2018 ha habido 18,1 millones de nuevos casos de cáncer en el mundo. Retrieved 16 January 2020, from https://www.agenciasinc.es/Noticias/En-2018-ha-habido-18-1-millones-de-nuevos-casos-de-cancer-en-el-mundo[6] Bases biológicas de la carcinogénesis epitelial; abordaje y biomarcadores - Página 3 - Artículos - IntraMed. (2020). Retrieved 16 January 2020, from https://www.intramed.net/contenidover.asp?contenidoid=31556&pagina=3[7] Cánceres posteriores al cáncer de pulmón. (2020). Retrieved 16 January 2020, from https://www.cancer.org/es/cancer/cancer-de-pulmon/despues-del-tratamiento/segundos-canceres.html[8] (2020).Retrieved16January2020,from https://www.who.int/tobacco/resources/publications/wntd/2006/translations/Brochure_Spanish.pdf[9] Incidencia,Mortalidad y Prevalencia del cancer en colombia[2007-2011].Revista del instituto nacional de cancerolog´ıa.2015[10] Cáncer de pulmón - Diagnóstico y tratamiento - Mayo Clinic. (2020). Retrieved 16 January 2020, from https://www.mayoclinic.org/es-es/diseases-conditions/lung-cancer/diagnosis-treatment/drc-20374627[11] (ACR), R. (2020). Detección temprana del cáncer de pulmón. Retrieved 16 January 2020, from https://www.radiologyinfo.org/sp/info.cfm?pg=screening-lung[12] Pruebas para el cáncer de pulmón. (2020). Retrieved 16 January 2020, from https://www.cancer.org/es/cancer/cancer-de-pulmon/deteccion-diagnostico-clasificacion-por-etapas/como-se-diagnostica.html[13] File:LK-small cell3683.jpg - Wikimedia Commons. (2020). Retrieved 16 January 2020, from https://commons.wikimedia.org/wiki/File:LK-small_cell3683.jpg[14] (ACR), R. (2020). Rayos X (radiografía) del tórax. Retrieved 12 February 2020, from https://www.radiologyinfo.org/sp/info.cfm?pg=chestrad[15] BROWNELL G, BURNHAM C. MGH Positron camara. En: Tomographic imaging in Nuclear Medicine. New York: Society of Nuclear Medicine, 1973. p. 154-164.[16] ANTOCH G, FREUDENBERG LS, BEYER T. To enhance or not to enhance? 18F-FDG and CT contrast agents in dual-modality 18F-FDG PET/CT. J Nucl Med. 2004; 45(suppl 1): 56S-65S.[17] Cáncer de pulmón. (2020). Retrieved 12 February 2020, from https://www.aecc.es/es/todo-sobre-cancer/tipos-cancer/cancer-pulmon[18] (2020). Retrieved 12 February 2020, from https://www.neumosur.net/files/publicaciones/consensos/CAPITULO-7-2.pdf[19] Tabla 3.16-1. Clasificación TNM (2017) en carcinoma no microcítico pulmonar- Medicina interna. (2020). Retrieved 12 February 2020, from https://empendium.com/manualmibe/table/B34.3.14-1.[20] Barabási, A.-L., & Stanley, H. E. (1996). Fractal Concepts in Surface Growth. Zeitschrift Für Physikalische Chemie. https://doi.org/10.1524/zpch.1996.193.Part_1_2.218a[21] Ben-Avraham, D., & Havlin, S. (2000). Diffusion and reactions in fractals and disordered systems. Cambridge University Press.[22] Feder, J. (1998). Fractals. New York, New York, USA: Plenum Press.[23] LungCT-Diagnosis - The Cancer Imaging Archive (TCIA) Public Access - Cancer Imaging Archive Wiki. (2020). Retrieved 12 February 2020, from https://wiki.cancerimagingarchive.net/display/Public/LungCT-Diagnosis[24] P. Legendre and L. Legendre. Numerical Ecology. Elsevier, Amsterdam, 1998.[25] Chattopadhyay, S., Pratihar, D.K., De Sarkar, S.C.: Performance Studies of Some Similarity-Based Fuzzy Clustering Algorithm. International Journal ofPerformability Engineering, Vol. 2, No. 2, pp. 191{200 (2006)[26] Bezdek, J.C.: Pattern Recognition with Fuzzy Objective Function Algorithms. Kluwer Academic Publishers, Norwell, MA, USA (1981)[27] Cesar Mu~noz P_ere, Diego Cabrera Padilla, B. E. Carvajal-G_amez,F.J. Gallegos-Funes, Diane Gendron.Segmentaci_on autom_atica en im_agenes RGB aplicando la t_ecnica Fuzzy C-means de la morfolog__a matem_atica para la ayuda de la fotoidenti_caci_on de cet_aceos.Research in Computing Science 74 (2014).[28] P. Legendre and L. Legendre. Numerical Ecology. Elsevier, Amsterdam, 1998[29] A. Brú, J. Pastor, I. Brú, S. Melle, and C. Berenguer. Phys. Rev. Lett.,81(18):4008– 4011, 1998[30] Torres Hoyos, F., Navarro, R.B., Vergara Villadiego, J., Guerrero – Martelo, M., (2018). Applied Radiation and Isotopes, 141(1) 250 – 256.[31] Vicsek, T. (1990). Mass multifractals. Physica A: Statistical Mechanics and Its Applications, 168(1), 490–497. https://doi.org/10.1016/0378-4371(90)90401-D[32] Lozano, A. (2013). Tuning the Brain. Retrieved August 22, 2017, from http://www.the-scientist.com/?articles.view/articleNo/38047/title/Tuning-the-Brain/[33] Martín-Landrove, M., & Torres-Hoyos, F. (2013). Geometry of Tumor Growth in Brain. Revista de La Facultad de Ingeniería, Universidad Central de Venezuela, 28(4), 79–88.[34] Losa, G. A., Baumann, G., & Nonnenmacher, T. F. (1992). Fractal dimension of pericellular membranes in human lymphocytes and lymphoblastic leukemia cells. Pathology - Research and Practice, 188(4–5), 680–686.[35] Murray, J., Alvord, Jr, E., & Swanson, K. (2003). Dynamics of a model for brain tumors reveals a small window for therapeutic intervention. Discrete and Continuous Dynamical Systems - Series B, 4(1), 289–295.SegmentaciónK-meansC-meansFractalC-meansSegmentationFractalsK-meansFacultad de Ciencias BásicasFísicaPublicationLICENSElicense.txtlicense.txttext/plain; charset=utf-814828https://repositorio.unicordoba.edu.co/bitstreams/8fa1e34a-357b-4ff0-9c69-2278440ac4a0/download2f9959eaf5b71fae44bbf9ec84150c7aMD53ORIGINALriveroborjamarioandres-escobarmartinezjoseeduardo.pdfriveroborjamarioandres-escobarmartinezjoseeduardo.pdfapplication/pdf2462364https://repositorio.unicordoba.edu.co/bitstreams/8ae74d3e-1464-4847-9df5-6dd714b30a76/downloadd17baeeeb13f1dc461bcca85f54098edMD51Formato de Autorización.pdfFormato de Autorización.pdfapplication/pdf373898https://repositorio.unicordoba.edu.co/bitstreams/7e7a4fc9-03f8-4921-a440-80616e893a11/downloade2200f5399e7cd78b1518eb5614f5ec8MD52TEXTriveroborjamarioandres-escobarmartinezjoseeduardo.pdf.txtriveroborjamarioandres-escobarmartinezjoseeduardo.pdf.txtExtracted texttext/plain88685https://repositorio.unicordoba.edu.co/bitstreams/526c3f31-7de5-4023-b7e9-a8087f5757d0/download5bf4ece242704de224a8d396336046f7MD54Formato de Autorización.pdf.txtFormato de Autorización.pdf.txtExtracted texttext/plain3820https://repositorio.unicordoba.edu.co/bitstreams/2ef0f489-0fb5-4cb2-8069-3b7ccba01640/downloadeaf372177ad9532800ebe58cc2796663MD56THUMBNAILriveroborjamarioandres-escobarmartinezjoseeduardo.pdf.jpgriveroborjamarioandres-escobarmartinezjoseeduardo.pdf.jpgGenerated Thumbnailimage/jpeg4908https://repositorio.unicordoba.edu.co/bitstreams/dbb6f3a7-7526-41f1-9df3-7fd299fbf8f1/downloadb6e8a968b2569549d6fe2e6f4e877f2eMD55Formato de Autorización.pdf.jpgFormato de Autorización.pdf.jpgGenerated Thumbnailimage/jpeg10080https://repositorio.unicordoba.edu.co/bitstreams/85deba7f-a8e7-4758-b39d-a29b5f83b5e8/download6b79d3872d9c60a96ed25beaf224d27cMD57ucordoba/3224oai:repositorio.unicordoba.edu.co:ucordoba/32242023-10-06 00:45:33.126https://creativecommons.org/licenses/by-nc/4.0/Copyright Universidad de Córdoba, 2019restrictedhttps://repositorio.unicordoba.edu.coRepositorio Universidad de Córdobabdigital@metabiblioteca.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

Publicaciones similares