1

DESARROLLO DE UNA INTERFAZ GRFICA PARA LA PRESENTACIN DE

IMGENES DE VIDEO ENDOSCOPA Y SU SEGMENTACIN EN CANALES
RGB.
Dr. Rubn Posada Gmez
1
, Dr. ngel Escudero Fabre
2
, Ing. Sandra Luz Mendoza Trejo
1
1
Divisin de Estudios de Posgrado e Investigacin del Instituto Tecnolgico de Orizaba.
2
Sanatorio Escudero de Orizaba.
RESUMEN
En el presente artculo se muestra la
implementacin de filtros RGB en
imgenes de video endoscopa y el
desarrollo de una interfaz para la
presentacin de las imgenes obtenidas,
lo cual aporta valiosa informacin para el
diagnstico y deteccin de enfermedades
que se encuentran en las cavidades
corporales. Para esta investigacin se
utiliz el programa Matlab donde se
implementaron tcnicas de procesamiento
de imgenes a una secuencia de imgenes
video endoscpicas.
1. INTRODUCCIN
La endoscopa es una herramienta
indispensable para la deteccin y
tratamiento de diversas enfermedades, y
se define como la observacin visual
dentro de cavidades del cuerpo o tejidos
regionales suaves, con la ayuda de un
sistema ptico [1]. El endoscopio es un
instrumento flexible, en forma de tubo,
est equipado con una luz y un canal
ptico, que permite la visualizacin del
interior del cuerpo y lo transmite a un
monitor [2] ver figura 1.
Figura 1. Endoscopio.
Existen sistemas de video endoscopia en
los cuales se pueden apreciar las
imgenes en diferentes tonalidades de
color, esto se logra utilizando filtros
cromticos, lo cual aporta valiosa
informacin a los mdicos especialistas
en endoscopa para la deteccin de
lesiones y enfermedades de las cavidades
internas. Son sistemas excesivamente
caros, por lo cual no son adquiridos con
facilidad.
En esta investigacin se dise un sistema
que permite la visualizacin de un
proceso de video endoscopia, en sus
diferentes componentes de color sin
modificar los sistemas existentes.

2. TRABAJOS PREVIOS
Uno de los dominios ms grandes de
aplicacin de visualizacin es la
medicina. Numerosas tcnicas en los
lmites de la imagimtica mdica a la
medicina virtual son usadas tanto en la
prctica de asistencia mdica diaria como
en la investigacin [3].
Un grupo de la Universidad de Gulbarga,
India trabaj en un mtodo para detectar
posibles anormalidades en las imgenes
endoscpicas usando la combinacin de
espacios de color HSI y segmentacin
Whatershed [4]. Las imgenes son
segmentadas en el espacio de color HSI,
los pixeles de la imagen a color de
entrada corresponden a la imagen
segmentada. Esta imagen es procesada
mediante filtros y convertida a una
2

imagen de escala de grises. La regin
mnima es impuesta en l proceso de
imagen utilizando la reconstruccin
morfolgica, entonces la segmentacin
morfolgica se lleva a cabo en esta
imagen y el nmero de regiones es
contado y comparado con el valor del
umbral. Si el nmero de regiones es
mayor que el valor del umbral, entonces
la imagen de salida es un indicativo de la
posible presencia de anomala en la
imagen.
En el instituto de medicina computacional
de la universidad de Alemania, trabajaron
en un sistema de simulacin para
endoscopia flexible, basado en tcnicas de
realidad virtual [2]. La gran ventaja de
este sistema es que l mdico siente las
fuerzas activas. Despus de que el
endoscopio ha sido insertado dentro de un
dispositivo que representa al paciente,
tales fuerzas pueden ser aplicadas al
movimiento rotacin del tubo
endoscpico y para rotar las 2 ruedas de
navegacin. Usando un modelo biomec-
nico de un paciente, estas fuerzas son
computadas en tiempo real, as como el
monitor de imgenes que el mdico puede
ver durante la endoscopia real. Este siste-
ma permite el entrenamiento de doctores
por medio de software y el dispositivo de
regeneracin de fuerza.
Un grupo de la Universidad Autnoma de
Barcelona trabajo en la deteccin
automtica de jugos intestinales en la
capsula de video endoscopia [5]. Su
propsito fue disminuir el tiempo que
tarda para la visualizacin del video.
Ellos proponen un mtodo para el rechazo
de las partes del video que no son validas
para el anlisis, por medio de la deteccin
automtica de jugos intestinales. El
mtodo consiste en aplicar filtros de
Gabor para la caracterizacin de la
burbuja como la forma de jugos
intestinales en pacientes en ayunas. Su
mtodo logra una disminucin
significativa en el tiempo de
visualizacin, sin prdidas relevantes de
frames validos.

3. MTODO
En esta investigacin se trabajo con el
programa Matlab donde se implementa-
ron filtros en el espacio de color RGB a
una secuencia de imgenes endoscpicas.
Una imagen digital es una celda
compuesta por unos elementos llamados
pixeles, los cuales son los elementos ms
pequeos de una imagen digital. Cada
pixel es un espacio en la memoria de la
computadora donde se almacena un
nmero y este nmero representa la
definicin del color y el brillo de una
parte de la imagen. Cada pixel puede
definir un color solamente y el nmero de
pixeles define la cantidad de informacin
que contiene una imagen.
Matemticamente una imagen es una
funcin bidimensional vectorial a la cual
se le llamara f(x,y), la cual tiene un
conjunto de componentes espectrales
denominadas (f1,f2,,fn), donde cada
una de esas componentes representa la
intensidad de la imagen a diferentes
longitudes de onda en las coordenadas
(x,y), en la prctica es conveniente
representar una imagen como la
combinacin de tres longitudes de onda a
las cuales se les llamara tri estmulos [7],
como ejemplo de ello se tiene la ecuacin
1.1, la cual define una imagen f(x,y) en
trminos de las longitudes de onda
correspondientes al rojo, verde y azul.

f(x,y)=[frojo(x,y), fverde(x,y), fazul(x,y)] (1.1)

Una imagen digital es una imagen f(x,y)
que ha sido discretizada tanto en el valor
3

de la intensidad (luminosidad), como
espacialmente (dimensin), es decir que
se ha realizado un muestreo de la funcin
continua f(x,y). Este muestreo se
representa matemticamente mediante la
multiplicacin de la funcin de la imagen
con un arreglo bidimensional de
funciones delta como lo expresa la
ecuacin 1.2.




De esta manera cada valor de la
intensidad I(x,y), es mapeado a un
conjunto de valores finitos y discretos.
Entonces el resultado de esta operacin es
una matriz de nmeros reales de
dimensiones M x N por cada compo-
nente espectral muestreada, que represen-
tarn la imagen proveniente de un
escenario real.

Podemos escribir la imagen digital M x N
en su forma matricial como se observa en
la ecuacin 1.3.



Donde cada elemento de la matriz es un
pixel de la imagen. Una imagen a color
estar definida por 3 matrices, cada una
representar la intensidad de los 3
componentes de color rojo, verde y azul.
Cualquier color puede ser representado
mediante la combinacin de los colores
rojo, verde y azul (RGB), cada uno en
diferente proporcin. La combinacin
RGB estndar indica 256 niveles y se
requieren 8 bits para cada canal de color.
El filtro RGB funciona delimitando uno
dos componentes de color, en esta
investigacin se realizaron prcticas con
los colores rojo, verde, azul, sin rojo, sin
verde y sin azul.
Para la visualizacin de la imagen en
color rojo, los componentes verde y azul
se les da valor de 0.

Irojo(x,y) = 125rojo (x,y) + 0verde(x,y)+ 0azul(x,y)

Para la visualizacin de la imagen sin
azul:
IsinAzul(x,y)=75rojo(x,y)+99verde(x,y)+0azul(x,y)

Se realiz una interfaz grfica en Matlab
donde se proces una video endoscopa,
en la cual se visualiza la secuencia de
imgenes en los componentes rojo, verde,
azul, sin rojo, sin verde y sin azul.
A continuacin mostramos parte del
programa implementado en matlab para la
realizacin de la interfaz.
Mov= aviread('prueba.avi');
T=size(mov);
f=T(2);

for i=1:5
fram=mov(:,1);
tim=size(fram.cdata);

mneg=uint8(zeros(tim(1),tim(2)));
for j=1:f
fram=mov(:,j);
ImO=fram.cdata(:,:,:);
ImR(:,:,1)=fram.cdata(:,:,1);
ImR(:,:,2)=zeros;
ImR(:,:,3)=zeros;

Las imgenes video endoscpicas fueron
proporcionadas por el Dr. ngel Escudero
Fabre, del Sanatorio Escudero de esta
Ciudad.


4

4. RESULTADOS

El sistema fue evaluado por el especialista
en video endoscopia, Dr. ngel Escudero
Fabre, el cual determin que las imgenes
obtenidas del proceso de filtrado
contienen valiosa informacin para la
deteccin de lesiones y enfermedades, las
cuales se aprecian con mayor facilidad en
determinados componentes de color.


Figura 2. Interfaz grfica donde se
muestra una video endoscopia en sus
diferentes componentes de color.

Como se aprecia en la figura 2, hay zonas
en determinados componentes de color,
donde las lesiones esofgicas se observan
a simple vista con mayor facilidad que en
la imagen original. Un ejemplo lo
tenemos en la imagen sin rojo, donde se
aprecia una lesin en la parte inferior de
la imagen, la cual puede ser detectada y
tratada desde su formacin.




Figura 3. Comparacin entre la imagen
original y la imagen sin el componente
rojo.

En la figura 3, se observa que en la
imagen sin rojo se visualizan a simple
vista la presencia de jugos gstricos y la
formacin de posibles lesiones, las cuales
se observan como zonas blancas. Estas
imgenes procesadas, son interpretadas
por el especialista, con mayor facilidad
que en la imagen original.

5. CONCLUSIONES
Este sistema brinda a los mdicos
especialistas en endoscopia, la
oportunidad de utilizar tcnicas de
procesamiento de imgenes en los anlisis
endoscpicos, con la finalidad de mejorar
el proceso de diagnstico y tratamiento de
enfermedades.
La desventaja de este sistema es el tiempo
que tarda en procesar la secuencia de
imgenes. Al ser este un sistema
dependiente de la computadora la
velocidad de respuesta est limitada por
las caractersticas de esta.
El sistema fue evaluado en una
computadora con procesador Intel core 2
do con 2G de RAM y el tiempo
aproximado en el procesamiento fue de 4
segundos.
5

Actualmente se est trabajando con la
tarjeta TMS320DM6437 Digital Video
Development Platform de Spectrum
Digital, con la finalidad de eliminar el uso
de la computadora y aumentar la
velocidad de procesamiento.
Es importante mencionar que el costo de
este sistema ser accesible comparado
con el costo de los equipos que cuentan
con una tecnologa similar. Este sistema
podr adaptarse a cualquier equipo de
video endoscopa.

6. AGRADECIMIENTOS
Agradecemos al Dr. ngel Escudero
Fabre por colaborar en la investigacin,
proporcionando el material de estudio, as
como su valiosa experiencia al evaluar el
sistema.

REFERENCIAS

[1] H.S. Sawhney, and R. Kumar, True
multi-image alignement and its application to
mosaicing and lens distortion correction,
IEEE Trans. Patt. Anal. Mach. Intell., Vol.18,
pp. 235-243, 1999.
[2] Olaf Korner and Reinhard Manner
Implementation of a Haptic Interface for a
Virtual Reality Simulator for Flexible
Endoscopy, Institute of Computational
Medicine, Universities of Mannheim and
Heidelberg, Mannheim, Germany
Symposium on Haptic Interfaces for Virtual
Environment and Teleoperator Systems
(HAPTICS03) 2003 IEEE. Page 1.
[3] Dirk Bartz, Gordon Kindlmann, Klaus
Mueller, Bernhard Preim, Markus Wacker.
Visual Medicine: Foundations and Advanced
Applications of Medical Imaging. University
of Tbingen, Brigham and Womens
Hospital, Stony Brook University, University
of Magdeburg, University of Applied
Sciences Dresden. IEEE Visualizatin 2005
Tutorial 2. Page 2.

[4]B.V.Dhandra, Ravindra Hegadi,
Mallikarjun Hangarge, V. S. Malemath
Analysis of Abnormality in Endoscopic
images using Combined HSI Color Space and
Watershed Segmentation
P. G. Department of Studies and Research in
Computer Science Gulbarga University,India.
International Conference on Pattern
Recognition 2006 IEEE.

[5] F. Vilarino, P. Spyridonos, O. Pujol,
J. Vitri`a and P. Radeva
Automatic Detection of Intestinal Juices in
Wireless Capsule Video Endoscopy
Conputer Vision Center Universitat
Autonoma de Barcelona Bellaterra 08193,
Barcelona, Spain
International Conference on Pattern
Recognition IEEE 2006

[6] William K. Pratt. Digital Image
Processing: PINKS Inside 2001 John Wiley
& Sons Press third edition
6

7