En este artículo de investigación científica se da a conocer a la comunidad interesada en el procesamiento digital de imágenes, una aplicación inédita de la transformada de Radon para segmentar imágenes en escala de grises, lo que permite la identificación y clasificación de regiones u objetos, misma que puede extenderse a imágenes en color. Los resultados obtenidos se compararon con los resultados de dos algoritmos clásicos de segmentación: el algoritmo de umbralización Otsu optimizado, y el algoritmo de crecimiento de regiones Seeded Region Growing.

El diagnóstico temprano del cáncer de pulmón genera mayores probabilidades de éxito en el tratamiento y dentro de este proceso la detección y evaluación de nódulos pulmonares tiene gran importancia ya que pueden ser uno de los principales signos de un proceso canceroso. Actualmente La TC es la técnica que mejor detecta la naturaleza de un supuesto nódulo pulmonar. La gran cantidad de imágenes que ha de ser analizada con esta técnica, ha servido de justificación para el desarrollo de una gran cantidad de sistemas para la detección computarizada de nódulos pulmonares, pero en la mayoría de estos estudios se han centrado en el desarrollo de nuevas técnicas y se ha puesto poco interés en estudios comparativos que evalúen la efectividad de los algoritmos ya implementados. Por ese motivo en este trabajo se desarrollo un estudio comparativo, para brindar a los investigadores una visión de que algoritmo entre los tres implementados, es el más apropiado para segmentar zonas candidatas a nódulos pulmonares.