Implementación de un modelo normativo de volumetría corporal en pacientes SURA mediante algoritmos de segmentación automática utilizando imágenes de tomografía computarizada.

RESUMEN : El método de segmentación de imágenes médicas es fundamental en la evaluación y tratamiento clínico, mejorando la precisión y estimación de enfermedades y reduciendo la carga de trabajo de los médicos. Recientemente, se ha aplicado la segmentación y estimación de volumen para diferentes órganos del cuerpo con excelentes resultados en tomografía computarizada para el diagnóstico de enfermedades como tumores hepáticos, tumores renales y cirrosis, y para el seguimiento de tratamientos en los pacientes. Sin embargo, la segmentación manual tiene un componente subjetivo que en gran medida varía de acuerdo la experiencia del radiólogo. Para abordar este desafío, en este estudio se utilizó el proyecto MONAI para la segmentación automática de las imágenes, el cual es un marco de trabajo de código abierto que proporciona herramientas para la implementación de aprendizaje automático en aplicaciones médicas. Es importante destacar, que a nivel de volumetría corporal se han implementado pocos normogramas que permiten realizar predicciones y estimaciones de patologías en órganos del abdomen. Para abordar esto, se llevó a cabo un flujo de trabajo para la segmentación automática de imágenes de tomografía y la extracción de volúmenes de diferentes órganos abdominales creando una base de datos con información de población colombiana. El modelo normativo se creó utilizando un módulo desarrollado por el grupo de investigación en imágenes médicas SURA. La creación de un modelo normativo de volumetría corporal de la población colombiana abre nuevas posibilidades en el análisis y diagnóstico de enfermedades abdominales.

• Autores: Pava Meriño, Karen Melisa
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2023
• Institución: Universidad de Antioquia
• Repositorio: Repositorio UdeA
• Idioma: spa
• OAI Identifier: oai:bibliotecadigital.udea.edu.co:10495/36535
• Acceso en línea: https://hdl.handle.net/10495/36535
• Palabra clave: Procesamiento de Imagen Asistido por Computador; Image Processing, Computer-Assisted; Redes Neurales de la Computación; Neural Networks, Computer; Tomografía Computarizada por Rayos X; Tomography, X-Ray Computed; Software de código abierto; Open source software; Segmentación; XNAT; MONAI; Normograma; http://vocabularies.unesco.org/thesaurus/concept17094
• Rights: openAccess
• License: http://creativecommons.org/licenses/by-nc-sa/2.5/co/