Person:
Prieto Renieblas, Gabriel

Loading...
Profile Picture
First Name
Gabriel
Last Name
Prieto Renieblas
Affiliation
Universidad Complutense de Madrid
Faculty / Institute
Medicina
Department
Estadística e Investigación Operativa
Area
Estadística e Investigación Operativa
Identifiers
UCM identifierORCIDScopus Author IDDialnet IDGoogle Scholar ID

Search Results

Now showing 1 - 3 of 3
  • Publication
    Análisis y propuesta de métricas de calidad de imagen médica que mimetizan al observador humano
    (Universidad Complutense de Madrid, 2017-02-09) Prieto Renieblas, Gabriel; Guibelalde del Castillo, Eduardo
    La investigación que se presenta en este documento se centra en el paradigma de la percepción automática de la calidad de imagen médica, y en la correlación de dicha percepción con la percepción humana. El análisis de la calidad de imagen médica tiene un lugar central en el diseño de sistemas de imagen para diagnóstico. El objetico de este análisis es, usualmente, el de diseñar una métrica capaz de evaluar la calidad de imagen percibida por un observador, una IQM por sus siglas en inglés (Image Quality Metric). Más aún, el objetivo de un gran número de investigadores es el de desarrollar métricas automatizadas capaces de reproducir los resultados que produciría un observador humano ante dichas imágenes. De forma prácticamente universal, estas métricas se desarrollan como programas informáticos, desarrollados en uno u otro lenguaje de programación. Hasta el momento solo se han obtenido éxitos parciales. El número existente de aproximaciones a este problema y, por tanto, el número de algoritmos desarrollado es elevado; sin embargo, sigue siendo una cuestión abierta. En la literatura médica se encuentran dos aproximaciones claramente diferenciadas; una de ellas está basada en modelos de la función visual humana o en modelos ideales de observador (bien juntos o por separado). Estos modelos tratan de reproducir el procesado de la imagen en el observador desde su captación en el ojo hasta su procesado de alto nivel en el cerebro. Son modelos muy complejos, con una validez limitada y no han mostrado respuestas satisfactorias y, sobre todo, generalizables. Son estudios y modelos típicos en el campo de la imagen médica. Por otro lado, los especialistas del mundo de las Telecomunicaciones han analizado la calidad de imagen desde un punto de vista más amplio, más enfocado en estudios de imágenes naturales (aquellas presentes en el entorno natural humano), y tanto en estudios de imagen fija como en vídeo. Muchos de estos análisis están basados en aproximaciones “top‐down” al sistema visual humano. Estos modelos proponen hipótesis de carácter general acerca del funcionamiento del sistema visual humano y construyen modelos del mismo basándose en dichas hipótesis. Algunos de estos estudios han propuesto y desarrollado métricas muy bien correlacionadas con la percepción humana. Es quizá sorprendente que, hasta hace unos años, ha habido muy pocos estudios sobre la aplicación de estas métricas al campo de la imagen médica. Dentro de este acercamiento, la métrica que ha tenido más éxito ha sido, sin ningún género de dudas, SSIM, presentada por Wang, Bovik y Simoncelli en el año 2004. Esta métrica se basa en la teoría propuesta por Wang y Bovik sobre el funcionamiento del sistema visual humano. Esta teoría afirma que nuestro sistema visual está especialmente adaptado para extraer información estructural de una imagen. Es una aproximación en la que se parte de una teoría del funcionamiento general del sistema visual humano, en lugar de deducir un esquema de funcionamiento a partir de sus elementos funcionales. A partir de esta métrica se ha desarrollado una amplia familia de índices que comparte la estructura básica con SSIM y que ha obtenido correlaciones crecientes entre los resultados de dichas métricas y los resultados del observador humano. Actualmente es la métrica más usada para medir la calidad de imagen percibida en la industria del vídeo por cable y por satélite...
  • Publication
    Uso de SSIM como índice de calidad de imagen médica
    (2009-06-10) Prieto Renieblas, Gabriel; Chevalier del Río, Margarita; Guibelalde del Castillo, Eduardo
    El objetivo de este trabajo ha sido estudiar el comportamiento del Índice de Similitud Estructural (SSIM) , en su versión Índice de Correlación Cruzada de Similitud Estructural Multiescala (R*) en la evaluación de imágenes médicas. Este modelo se basa en la hipótesis de que el sistema visual humano está muy adaptado para extraer información estructural de las imágenes, de tal forma que una medida de la información estructural puede dar una buena aproximación de la calidad de imagen percibida.
  • Publication
    Desarrollo de una herramienta para la evaluación de los examen tipo test y sus aplicaciones en la mejora de la calidad y en los criterios de evaluación de estos exámenes
    (2018-05-31) García Pinto, Diego; Guibelalde Del Castillo, Eduardo; Turrero Nogues, Agustin; Castillo Garcia, Maria; Garcia Salinero, Antonia; Prieto Renieblas, Gabriel; Delgado Martinez, Victor; Vaño Carruana, Eliseo; Fernandez Soto, Jose Miguel; Prieto Martín, Carlos; Lopez Fernandez, Alfonso; Chevalier Del Rio, Margarita