Resumo

AGUILAR DOMINGUEZ, Kevin S.; MEJIA LAVALLE, Manuel  e  SOSSA, Humberto. Mejora eficiente de la luminosidad en imágenes del cerebro humano utilizando redes neuronales pulso-acopladas. Comp. y Sist. [online]. 2020, vol.24, n.1, pp.105-120.  Epub 27-Set-2021. ISSN 2007-9737.  https://doi.org/10.13053/cys-24-1-3187.

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.

Palavras-chave : Mejoramiento de imágenes médicas; redes neuronales artificiales; modelo de intersección cortical; redes neuronales pulso-acopladas.