GBManalizerApp: una aplicación para la segmentación tridimensional automática del glioblastoma multiforme

El glioblastoma multiforme (GBM) es el tumor cerebral primario más agresivo y de peor pronóstico en adultos. Aunque raramente metastatiza, su alta capacidad invasiva es considerada una de las causas de su casi inevitable recurrencia, lo que reduce su sobrevida media a aproximadamente 15 meses. En es...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Mulet de los Reyes, Alexander, Buemi, María Elena, Berlles, Julio Jacobo, Breitburd, Karina, Suárez, Cecília
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2024
Materias:
Ciencias Informáticas
Glioblastoma multiforme
Segmentación automática
App
Radiómica
Redes neuronales
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/177105
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-177105
record_format dspace
spelling I19-R120-10915-1771052025-03-06T20:07:10Z http://sedici.unlp.edu.ar/handle/10915/177105 GBManalizerApp: una aplicación para la segmentación tridimensional automática del glioblastoma multiforme Mulet de los Reyes, Alexander Buemi, María Elena Berlles, Julio Jacobo Breitburd, Karina Suárez, Cecília 2024-08 2024 2025-03-06T12:57:06Z es Ciencias Informáticas Glioblastoma multiforme Segmentación automática App Radiómica Redes neuronales El glioblastoma multiforme (GBM) es el tumor cerebral primario más agresivo y de peor pronóstico en adultos. Aunque raramente metastatiza, su alta capacidad invasiva es considerada una de las causas de su casi inevitable recurrencia, lo que reduce su sobrevida media a aproximadamente 15 meses. En este trabajo se propone desarrollar una aplicación (GBManalizerApp) capaz de segmentar de manera tridimensional y automática el GBM, discriminando la masa tumoral activa de su necrosis interna y del usualmente extenso y difuso edema periférico. La aplicación es Matlab-dependiente. El método de preprocesamiento de imágenes utiliza el software SPM12. El algoritmo de segmentación implementado combina técnicas clásicas de procesamiento de imágenes con una red neuronal del tipo perceptrón multicapa alimentada por características radiómicas seleccionadas a partir de imágenes de resonancia magnética (RMN) en sus cuatro modalidades básicas. La herramienta CAD (Computer Assisted Diagnosis) desarrollada permite: 1) Cargar las imágenes de RMN en sus principales modalidades (T1, T1c, T2 y FLAIR) y formatos (DICOM o NifTI). 2) Anonimizar las imágenes. 3) Modificar su visualización ajustando el tamaño y/o contraste. 4) Pre-procesar las imágenes (corregistrar a una misma plantilla anatómica, interpolar a una misma resolución y extraer el cráneo). 5) Segmentar las imágenes. La comparación entre nuestro método de pre-procesamiento y el de los desafíos anuales de segmentación de tumores cerebrales (BraTS) arroja una correlación máxima media del 81%. El método de segmentación, por su lado, ha demostrado una exactitud del 83.9% y coeficientes de similitud Dice del 89.3, 80.7, 79.7 y 66.4% para la región de interés (ROI), tumor activo, edema y necrosis, respectivamente.La GBManalizerApp aquí propuesta y disponible online sienta las bases para el desarrollo local de una nueva herramienta CAD de utilidad clínica en el diagnóstico y tratamiento del glioblastoma multiforme. Sociedad Argentina de Informática e Investigación Operativa Objeto de conferencia Objeto de conferencia http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) application/pdf 1-12
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
Glioblastoma multiforme
Segmentación automática
App
Radiómica
Redes neuronales
spellingShingle Ciencias Informáticas
Glioblastoma multiforme
Segmentación automática
App
Radiómica
Redes neuronales
Mulet de los Reyes, Alexander
Buemi, María Elena
Berlles, Julio Jacobo
Breitburd, Karina
Suárez, Cecília
GBManalizerApp: una aplicación para la segmentación tridimensional automática del glioblastoma multiforme
topic_facet Ciencias Informáticas
Glioblastoma multiforme
Segmentación automática
App
Radiómica
Redes neuronales
description El glioblastoma multiforme (GBM) es el tumor cerebral primario más agresivo y de peor pronóstico en adultos. Aunque raramente metastatiza, su alta capacidad invasiva es considerada una de las causas de su casi inevitable recurrencia, lo que reduce su sobrevida media a aproximadamente 15 meses. En este trabajo se propone desarrollar una aplicación (GBManalizerApp) capaz de segmentar de manera tridimensional y automática el GBM, discriminando la masa tumoral activa de su necrosis interna y del usualmente extenso y difuso edema periférico. La aplicación es Matlab-dependiente. El método de preprocesamiento de imágenes utiliza el software SPM12. El algoritmo de segmentación implementado combina técnicas clásicas de procesamiento de imágenes con una red neuronal del tipo perceptrón multicapa alimentada por características radiómicas seleccionadas a partir de imágenes de resonancia magnética (RMN) en sus cuatro modalidades básicas. La herramienta CAD (Computer Assisted Diagnosis) desarrollada permite: 1) Cargar las imágenes de RMN en sus principales modalidades (T1, T1c, T2 y FLAIR) y formatos (DICOM o NifTI). 2) Anonimizar las imágenes. 3) Modificar su visualización ajustando el tamaño y/o contraste. 4) Pre-procesar las imágenes (corregistrar a una misma plantilla anatómica, interpolar a una misma resolución y extraer el cráneo). 5) Segmentar las imágenes. La comparación entre nuestro método de pre-procesamiento y el de los desafíos anuales de segmentación de tumores cerebrales (BraTS) arroja una correlación máxima media del 81%. El método de segmentación, por su lado, ha demostrado una exactitud del 83.9% y coeficientes de similitud Dice del 89.3, 80.7, 79.7 y 66.4% para la región de interés (ROI), tumor activo, edema y necrosis, respectivamente.La GBManalizerApp aquí propuesta y disponible online sienta las bases para el desarrollo local de una nueva herramienta CAD de utilidad clínica en el diagnóstico y tratamiento del glioblastoma multiforme.
format Objeto de conferencia
Objeto de conferencia
author Mulet de los Reyes, Alexander
Buemi, María Elena
Berlles, Julio Jacobo
Breitburd, Karina
Suárez, Cecília
author_facet Mulet de los Reyes, Alexander
Buemi, María Elena
Berlles, Julio Jacobo
Breitburd, Karina
Suárez, Cecília
author_sort Mulet de los Reyes, Alexander
title GBManalizerApp: una aplicación para la segmentación tridimensional automática del glioblastoma multiforme
title_short GBManalizerApp: una aplicación para la segmentación tridimensional automática del glioblastoma multiforme
title_full GBManalizerApp: una aplicación para la segmentación tridimensional automática del glioblastoma multiforme
title_fullStr GBManalizerApp: una aplicación para la segmentación tridimensional automática del glioblastoma multiforme
title_full_unstemmed GBManalizerApp: una aplicación para la segmentación tridimensional automática del glioblastoma multiforme
title_sort gbmanalizerapp: una aplicación para la segmentación tridimensional automática del glioblastoma multiforme
publishDate 2024
url http://sedici.unlp.edu.ar/handle/10915/177105
work_keys_str_mv AT muletdelosreyesalexander gbmanalizerappunaaplicacionparalasegmentaciontridimensionalautomaticadelglioblastomamultiforme
AT buemimariaelena gbmanalizerappunaaplicacionparalasegmentaciontridimensionalautomaticadelglioblastomamultiforme
AT berllesjuliojacobo gbmanalizerappunaaplicacionparalasegmentaciontridimensionalautomaticadelglioblastomamultiforme
AT breitburdkarina gbmanalizerappunaaplicacionparalasegmentaciontridimensionalautomaticadelglioblastomamultiforme
AT suarezcecilia gbmanalizerappunaaplicacionparalasegmentaciontridimensionalautomaticadelglioblastomamultiforme
_version_ 1847925333645328384

Ejemplares similares