Detección automática de estructuras morfológicas mediante aprendizaje automático para la segmentación de ultrasonido intravascular

Las imágenes de ultrasonido intravascular o IVUS, nos permiten observar las paredes arteriales desde el interior de las mismas. Las mismas puede ser útiles para la detección temprana de enfermedades coronarias como la aterosclerosis. En este trabajo se evaluaron diferentes alternativas de redes n...

Descripción completa

Detalles Bibliográficos
Autor principal: Moris, Eugenia
Formato: Artículo revista
Lenguaje:Español
Publicado: Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas 2019
Materias:
Enfermedades cardiovasculares
IVUS
Imágenes de ultrasonido intravascular
Ingeniería de sistemas
Redes neuronales
Aprendizaje automático
Ultrasonido intravascular
Aterosclerosis
Acceso en línea:https://www.ridaa.unicen.edu.ar/xmlui/handle/123456789/2343
Aporte de:
Repositorio Institucional de Acceso Abierto (RIDAA) de Universidad Nacional del Centro
id I21-R190-123456789-2343
record_format ojs
institution Universidad Nacional del Centro
institution_str I-21
repository_str R-190
container_title_str Repositorio Institucional de Acceso Abierto (RIDAA)
language Español
format Artículo revista
topic Enfermedades cardiovasculares
IVUS
Imágenes de ultrasonido intravascular
Ingeniería de sistemas
Redes neuronales
Aprendizaje automático
Ultrasonido intravascular
Aterosclerosis
spellingShingle Enfermedades cardiovasculares
IVUS
Imágenes de ultrasonido intravascular
Ingeniería de sistemas
Redes neuronales
Aprendizaje automático
Ultrasonido intravascular
Aterosclerosis
Moris, Eugenia
Detección automática de estructuras morfológicas mediante aprendizaje automático para la segmentación de ultrasonido intravascular
topic_facet Enfermedades cardiovasculares
IVUS
Imágenes de ultrasonido intravascular
Ingeniería de sistemas
Redes neuronales
Aprendizaje automático
Ultrasonido intravascular
Aterosclerosis
author Moris, Eugenia
author_facet Moris, Eugenia
author_sort Moris, Eugenia
title Detección automática de estructuras morfológicas mediante aprendizaje automático para la segmentación de ultrasonido intravascular
title_short Detección automática de estructuras morfológicas mediante aprendizaje automático para la segmentación de ultrasonido intravascular
title_full Detección automática de estructuras morfológicas mediante aprendizaje automático para la segmentación de ultrasonido intravascular
title_fullStr Detección automática de estructuras morfológicas mediante aprendizaje automático para la segmentación de ultrasonido intravascular
title_full_unstemmed Detección automática de estructuras morfológicas mediante aprendizaje automático para la segmentación de ultrasonido intravascular
title_sort detección automática de estructuras morfológicas mediante aprendizaje automático para la segmentación de ultrasonido intravascular
description Las imágenes de ultrasonido intravascular o IVUS, nos permiten observar las paredes arteriales desde el interior de las mismas. Las mismas puede ser útiles para la detección temprana de enfermedades coronarias como la aterosclerosis. En este trabajo se evaluaron diferentes alternativas de redes neuronales convolucionales (CNN) para detectar estructuras morfológicas en las arterias. Ya sean Bifurcaciones, Placas ateroscleróticas ecogénicas o sombras debido a calcificación. Dichas estructuras afectan la observación del especialista y la segmentación automática. Sobre las distintas CNN se evaluaron diversos conjuntos de parámetros que permitían un mejor o peor rendimiento de las mismas. También se vio que estos métodos necesitan de un buen conjunto de datos, tanto en cantidad como en balance de información, afectando en el desempeño de las redes. Se vio también como la transferencia de aprendizaje resulto ser una herramienta muy útil cuando la cantidad de datos no resulta la adecuada. Al final del trabajo se aplicó, en cada región de una imagen IVUS, un método de segmentación que este adaptado a cada estructura morfológica.
publisher Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas
publishDate 2019
url https://www.ridaa.unicen.edu.ar/xmlui/handle/123456789/2343
work_keys_str_mv AT moriseugenia deteccionautomaticadeestructurasmorfologicasmedianteaprendizajeautomaticoparalasegmentaciondeultrasonidointravascular
first_indexed 2022-07-04T14:23:24Z
last_indexed 2022-07-04T14:23:24Z
bdutipo_str Revistas
_version_ 1764819787272159235

Ejemplares similares