Segmentación de glioblastoma en imágenes de resonancia magnética cerebral

El glioblastoma es el tipo de cáncer más común y agresivo que se presenta en el cerebro, está clasificado por la OMS en grado IV debido a su rápido crecimiento, se presenta más frecuentemente en adultos y la esperanza de vida es poco alentadora. en Colombia por cada 100.000 casos, 2,5 hombres y 1,9 mujeres que padecen esta enfermedad mueren anualmente, un pronóstico preciso y oportuno del glioblastoma multiforme (GBM), es lo que permite asignar a cada paciente un tratamiento personalizado que pueda aumentar su expectativa de vida. Parte vital a lo largo de los años en este diagnóstico es la imagenología por resonancia magnética, de la cual los médicos segmentan la parte afectada con el fin de dar un criterio que sirve como punto de partida para el tratamiento. El sesgo de la segmentación manual se encuentra en el error de persona a persona; por consiguiente, en esta investigación proponemos una segmentación automatizada en cuatro pasos, que fue aplicada a más de cien colecciones de imágenes de resonancia magnética (IRM), de diversos pacientes, contenidas en la base de datos TCGA GBM del archivo de imágenes de cáncer (Image Cancer Archive). Posteriormente, se compararon los resultados obtenidos en la experimentación con las segmentaciones manuales de la colección TCGA GBM, disponibles en The Multimodal Brain Tumor Image Segmentation Benchmark (BraTS-2017). La efectividad del método propuesto se evalúa en función de la similitud encontrada entre el segmento obtenido en la experimentación y el segmento seccionado manualmente. Los resultados demuestran diversos valores de similitud entre las segmentaciones realizadas en este trabajo y las segmentaciones manuales utilizadas como marco de referencia, permitiendo evaluar en qué imágenes es más efectivo el algoritmo, así como los factores que inhiben la eficiencia del mismo.

• Autores: Sanabria González, Juan Felipe
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2023
• Institución: Universidad Militar Nueva Granada
• Repositorio: Repositorio UMNG
• Idioma: spa
• OAI Identifier: oai:repository.unimilitar.edu.co:10654/45015
• Acceso en línea: http://hdl.handle.net/10654/45015
• Palabra clave: RESONANCIA MAGNETICA; segmentation; glioblastoma; magnetic resonance imaging; segmentación; glioblastoma; resonancia magnética
• Rights: openAccess
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/