Discriminación de la etiología de hipertrofias cardíacas utilizando el enfoque radiomics

La resonancia magnética cardiaca (CMR) es uno de los métodos de diagnostico mas utilizados para caracterizar el corazón de forma no invasiva. Existen diversas secuencias dentro de la CMR, siendo la mas utilizada la secuencia de tipo MR-Cine. Sin embargo, con esta secuencia, no es posible identificar...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Cabrera, Facundo M.
Formato: Tesis NonPeerReviewed
Lenguaje:Español
Publicado: 2021
Materias:
Acceso en línea:http://ricabib.cab.cnea.gov.ar/1060/1/Cabrera_F.pdf
Aporte de:
id I25-R131-1060
record_format dspace
institution Instituto Balseiro
institution_str I-25
repository_str R-131
collection Repositorio Institucional Centro Atómico Bariloche e Instituto Balseiro (RICABIB)
language Español
orig_language_str_mv es
topic Procesamiento de imágenes
Neural networks
Redes neuronales
Magnetic resonance
Resonancia magnética
[Myocardial fibrosis
Fibrosis miocárdica
Tissue caracterization
Caracterización tisular
Texture analysis
Análisis de textura
Radiomics]
spellingShingle Procesamiento de imágenes
Neural networks
Redes neuronales
Magnetic resonance
Resonancia magnética
[Myocardial fibrosis
Fibrosis miocárdica
Tissue caracterization
Caracterización tisular
Texture analysis
Análisis de textura
Radiomics]
Cabrera, Facundo M.
Discriminación de la etiología de hipertrofias cardíacas utilizando el enfoque radiomics
topic_facet Procesamiento de imágenes
Neural networks
Redes neuronales
Magnetic resonance
Resonancia magnética
[Myocardial fibrosis
Fibrosis miocárdica
Tissue caracterization
Caracterización tisular
Texture analysis
Análisis de textura
Radiomics]
description La resonancia magnética cardiaca (CMR) es uno de los métodos de diagnostico mas utilizados para caracterizar el corazón de forma no invasiva. Existen diversas secuencias dentro de la CMR, siendo la mas utilizada la secuencia de tipo MR-Cine. Sin embargo, con esta secuencia, no es posible identificar a simple vista fibrosis en el tejido miocárdico. Es por ello que se utiliza la secuencia de Late Gadolinium Enhancement (LGE). Dichas imágenes, utilizan gadolinio como agente de contraste, el cual es administrado de forma intravenosa. Los distintos patrones de retención tarda de gadolinio permiten sospechar distintas etiologías. Las desventajas en este caso vienen dadas tanto porque es una técnica invasiva, como por las contraindicaciones del uso de gadolinio en pacientes con deficiencias renales, as como la duración del estudio y tiempo de diagnostico. En este trabajo, se persigue el objetivo de identificar aquellas zonas donde esta presente una lesión, únicamente a partir de la información provista por las imágenes MR-Cine, mediante el uso de técnicas conocidas como Radiomics utilizando Machine Learning, en particular, redes neuronales. La hipótesis de este trabajo consiste en que la información del tejido miocárdico dañado se encuentra presente en la textura de este tipo de imágenes. Esto, junto al uso de Radiomics, permite una alternativa frente a la modalidad LGE para identificar tejido miocárdico infartado, con la ventaja de reducir los tiempos del estudio de forma notable y no necesitar el uso de gadolinio, con lo que ello conlleva. Los resultados obtenidos para el método propuesto alcanzan un 89% de precisión para los datos de validación y un 70% para los datos de test. Estos resultados, muestran el potencial de la técnica propuesta y la necesidad de incrementar el conjunto de datos para obtener una mejor precisión. A su vez, se presenta una predicción local a nivel de paciente en imágenes de tipo SAX MR-Cine indicando zonas del tejido miocárdico dañado, obteniendo resultados prometedores y acercándose a un resultado visual que puede ser de utilidad para profesionales del ámbito clínico como un método alternativo a las modalidades de LGE para cuantificar viabilidad miocárdica.
format Tesis
NonPeerReviewed
author Cabrera, Facundo M.
author_facet Cabrera, Facundo M.
author_sort Cabrera, Facundo M.
title Discriminación de la etiología de hipertrofias cardíacas utilizando el enfoque radiomics
title_short Discriminación de la etiología de hipertrofias cardíacas utilizando el enfoque radiomics
title_full Discriminación de la etiología de hipertrofias cardíacas utilizando el enfoque radiomics
title_fullStr Discriminación de la etiología de hipertrofias cardíacas utilizando el enfoque radiomics
title_full_unstemmed Discriminación de la etiología de hipertrofias cardíacas utilizando el enfoque radiomics
title_sort discriminación de la etiología de hipertrofias cardíacas utilizando el enfoque radiomics
publishDate 2021
url http://ricabib.cab.cnea.gov.ar/1060/1/Cabrera_F.pdf
work_keys_str_mv AT cabrerafacundom discriminaciondelaetiologiadehipertrofiascardiacasutilizandoelenfoqueradiomics
_version_ 1812569740194873344
spelling I25-R131-10602022-06-15T18:58:57Z Discriminación de la etiología de hipertrofias cardíacas utilizando el enfoque radiomics Discrimination of the etiology of cardiac hypertrophies using the radiomics approach Cabrera, Facundo M. Procesamiento de imágenes Neural networks Redes neuronales Magnetic resonance Resonancia magnética [Myocardial fibrosis Fibrosis miocárdica Tissue caracterization Caracterización tisular Texture analysis Análisis de textura Radiomics] La resonancia magnética cardiaca (CMR) es uno de los métodos de diagnostico mas utilizados para caracterizar el corazón de forma no invasiva. Existen diversas secuencias dentro de la CMR, siendo la mas utilizada la secuencia de tipo MR-Cine. Sin embargo, con esta secuencia, no es posible identificar a simple vista fibrosis en el tejido miocárdico. Es por ello que se utiliza la secuencia de Late Gadolinium Enhancement (LGE). Dichas imágenes, utilizan gadolinio como agente de contraste, el cual es administrado de forma intravenosa. Los distintos patrones de retención tarda de gadolinio permiten sospechar distintas etiologías. Las desventajas en este caso vienen dadas tanto porque es una técnica invasiva, como por las contraindicaciones del uso de gadolinio en pacientes con deficiencias renales, as como la duración del estudio y tiempo de diagnostico. En este trabajo, se persigue el objetivo de identificar aquellas zonas donde esta presente una lesión, únicamente a partir de la información provista por las imágenes MR-Cine, mediante el uso de técnicas conocidas como Radiomics utilizando Machine Learning, en particular, redes neuronales. La hipótesis de este trabajo consiste en que la información del tejido miocárdico dañado se encuentra presente en la textura de este tipo de imágenes. Esto, junto al uso de Radiomics, permite una alternativa frente a la modalidad LGE para identificar tejido miocárdico infartado, con la ventaja de reducir los tiempos del estudio de forma notable y no necesitar el uso de gadolinio, con lo que ello conlleva. Los resultados obtenidos para el método propuesto alcanzan un 89% de precisión para los datos de validación y un 70% para los datos de test. Estos resultados, muestran el potencial de la técnica propuesta y la necesidad de incrementar el conjunto de datos para obtener una mejor precisión. A su vez, se presenta una predicción local a nivel de paciente en imágenes de tipo SAX MR-Cine indicando zonas del tejido miocárdico dañado, obteniendo resultados prometedores y acercándose a un resultado visual que puede ser de utilidad para profesionales del ámbito clínico como un método alternativo a las modalidades de LGE para cuantificar viabilidad miocárdica. Cardiac magnetic resonance (CMR) is one of the most widely used diagnostic methods to characterize the heart noninvasively. There are several sequences within CMR, the most commonly used being the MR-Cine type sequence. However, with this sequence, it is not possible to identify brosis in myocardial tissue with the naked eye. For this reason, the Late Gadolinium Enhancement (LGE) sequence is used. These images use gadolinium as contrast agent, which is administered intravenously. The dierent patterns of late gadolinium retention allow dierent etiologies to be suspected. The disadvantages in this case are given both because it is an invasive technique and because of the contraindications for the use of gadolinium in patients with renal deciencies, as well as the duration of the study and diagnostic time. In this work, the aim is to identify those areas where a lesion is present, solely from the information provided by MR-Cine images, by using techniques known as Radiomics using Machine Learning, in particular, neural networks. The hypothesis of this work is that the information of damaged myocardial tissue is present in the texture of this type of images. This, together with the use of Radiomics, allows an alternative to the LGE modality for identifying infarcted myocardial tissue, with the advantage of signicantly reducing study times and not requiring the use of gadolinium, with all that this entails. The results obtained for the proposed method reach 89% accuracy for the validation data and 70% accuracy for the test data. These results show the potential of the proposed technique and the need to increase the data set to obtain better accuracy. At the same time, we present a local prediction at the patient level in SAX MR-Cine type images indicating areas of damaged myocardial tissue, obtaining promising results and approaching a visual result that may be useful for clinical professionals as an alternative method to LGE modalities to quantify myocardial viability. 2021-12-20 Tesis NonPeerReviewed application/pdf http://ricabib.cab.cnea.gov.ar/1060/1/Cabrera_F.pdf es Cabrera, Facundo M. (2021) Discriminación de la etiología de hipertrofias cardíacas utilizando el enfoque radiomics / Discrimination of the etiology of cardiac hypertrophies using the radiomics approach. Maestría en Ciencias Físicas, Universidad Nacional de Cuyo, Instituto Balseiro. http://ricabib.cab.cnea.gov.ar/1060/