Se titula primer estudiante de la maestría en sistemas computacionales del tecnológico de Misantla

*José Miguel Méndez Alonso pasa a la historia académica del ITSM.

Misantla, Ver.

[24/06/15]

En la historia del Tecnológico de Misantla, José Miguel Méndez Alonso se convirtió en el primer estudiante que obtiene el grado de maestro en Sistemas Computacionales, luego de cursar la maestría en Sistemas Computacionales por espacio de dos años, en el ITSM.

Con la tesis “Renderizado  en Imágenes Médicas con Visualización en Móviles, Basada en la Nube”, José Miguel Méndez Alonso presentó su examen profesional y fue aprobado por el jurado.

Ante invitados, maestros y el jurado calificador, Méndez Alonso dijo que en la actualidad, la tecnología y el área médica son dos campos que se van unificando día a día a pasos acelerados donde un ejemplo claro de ello, es la graficación de imágenes médicas por computador.

El procesamiento en una imagen se realiza con el objetivo de mejorar la calidad o facilitar la búsqueda de información a partir de una imagen origen.

Algunos ejemplos de imágenes procesadas por computador son: la tomografía, mamografías e imagenología por ultrasonidos empleando graficación.

La graficación; es la creación, almacenamiento, manipulación y despliegue de imágenes con la asistencia de una computadora. Actualmente, la graficación es una herramienta utilizada en el rubro hospitalario en el procesamiento y despliegue de imágenes médicas.

Una imagen médica, es un conjunto de técnicas y procesos usados para crear imágenes del cuerpo humano, o partes de él, con propósitos clínicos. Para la visualización de las imágenes médicas son necesarios dispositivos con alta resolución de pantalla. En este sentido, es un reto el desplegar este tipo de imágenes y mayor aún en un dispositivo móvil, explica en su tesis Méndez Alonso.

Actualmente, existen diversas técnicas para el tratamiento de imágenes médicas donde las técnicas mayormente empleadas son las técnicas de renderizado.

El renderizado es una, técnica para hacer proyecciones bidimensionales a partir de datos tridimensionales. Cada uno de estos datos representa información escalar o vectorial de un fenómeno, proceso u objeto que se quiere visualizar. Por ejemplo, densidad, presión, carga eléctrica, o cualquier otra propiedad mensurable.

En general, el renderizado es llevado a cabo regularmente desde un ordenador debido a que requiere tiempos grandes de cálculo y alto procesamiento computacional, por lo cual el realizarlo sobre un dispositivo móvil sería demasiado lento; para ello en nuestro caso nos hemos apoyado en servidores de cómputo en la nube.

La computación en la nube es un conjunto de servidores conectados a través de internet. Se puede tener acceso a su información o servicio de manera pública, privada ó hibrida, mediante una conexión a internet desde cualquier dispositivo móvil o fijo. Existen nubes públicas, privadas e hibridas, las cuales tienen diferentes ventajas y desventajas. Las nubes públicas se refieren al modelo estándar de computación en nube, donde los servicios que se ofrecen se encuentran en servidores externos al usuario, pudiendo tener acceso a las aplicaciones de forma gratuita o de pago. Los procesos de gestión, seguridad de datos y actualización del software y hardware se realizan por parte del proveedor de forma transparente al cliente.

Las nubes privadas son una plataforma para la obtención de hardware, es decir, máquinas, almacenamiento e infraestructura de red.

Las nubes privadas son una buena opción cuando se necesita alta protección de datos y ediciones a nivel de servicio. En las nubes privadas el cliente controla qué aplicaciones utiliza y cómo.

Las nubes hibridas combinan recursos locales de una nube privada con una nube pública. Permiten mantener el control de sus principales aplicaciones y aprovechar la computación en nube publica solamente cuando resulte necesario.

Nuestro trabajo se centra en aplicar una metodología de renderizado en una tomografía de rayos “X” en dos dimensiones; conservando su volumen de masa para que sea utilizado como apoyo visual desde un dispositivo móvil empleando una nube pública de cómputo en la nube.

En este trabajo presentamos una metodología para renderizar imágenes médicas visualizadas en dispositivos móviles basada en computación en la nube para que sean empleadas como apoyo visual tanto a nivel hospitalario como a médicos a distancia.

El despliegue de este tipo de imágenes requiere dispositivos con alto volumen de resolución y gran tamaño de memoria para realizar las operaciones computacionales. Para el despliegue de las imágenes médicas en un dispositivo móvil sin pérdida de calidad en el volumen de masa, planteamos el desarrollo de una metodología de renderizado. Donde, inicialmente el proceso consiste en alojar desde un ordenador la imagen médica en la nube considerando los siguientes parámetros: transparencia, color y sombra empleando el estándar DICOM.

Posteriormente se extrae la imagen DICOM de la nube desde un ordenador para transformar la imagen médica en una imagen médica de 2D. Enseguida se aplica la técnica de segmentación y clasificación empleando el algoritmo de agrupamiento K-means para identificar las zonas ROI (regiones de interés) de las No ROI (regiones de no interés).

Después, se aplica el algoritmo SPIHT (Conjunto Particionado en Árboles Jerárquicos) en las zonas de No ROI. Posteriormente se aplica el algoritmo IWT (Transformadas Wavelets Enteras) en ROI. Finalmente, se aplica la técnica de trazado de rayados de renderizado de volumen desde la nube considerando los siguientes factores de afectación, opacidad, refracción, radiosidad, sombreado y volumen de masa asegurando con ello desplegar la imagen médica en un móvil sin pérdida de calidad. Nuestra aportación se centra en realizar una metodología de renderizado en una imagen médica, conservando su volumen de masa sin pérdida; y que ésta sea desplegada en un dispositivo móvil con un 84% de efectividad en segmentación de la zona ROI.