Segmentación de lesiones de esclerosis múltiple en imágenes de RM de alto campo.
La esclerosis múltiple (EM) es una enfermedad neurodegenerativa que produce daño en el tejido cerebral, el cual se observa principalmente como anomalías de la materia blanca en imágenes de resonancia magnética (IRM). Estas regiones anómalas, denominadas lesiones, aparecen como regiones hiperintensas...
Guardado en:
| Autor principal: | |
|---|---|
| Formato: | Tesis NonPeerReviewed |
| Lenguaje: | Español |
| Publicado: |
2013
|
| Materias: | |
| Acceso en línea: | http://ricabib.cab.cnea.gov.ar/436/1/1Rodrigo.pdf |
| Aporte de: |
| Sumario: | La esclerosis múltiple (EM) es una enfermedad neurodegenerativa que produce daño en el tejido cerebral, el cual se observa principalmente como anomalías de la materia blanca en imágenes de resonancia magnética (IRM). Estas regiones anómalas, denominadas lesiones, aparecen como regiones hiperintensas (brillantes) en IRM de cerebro.
En este trabajo se presenta un método totalmente automatizado para la segmentación y clasificación de lesiones de EM. El método propuesto consiste en un primer proceso de segmentación automática de tejidos cerebrales hiperintensos observados en imágenes de la serie de atenuación de fluido por recuperación inversa (FLAIR). Luego de la segmentación, se calcula un gran conjunto de características (o descriptores) que describen las regiones segmentadas en términos de intensidad, forma, ubicación y contexto anatómico.
Por lo tanto, a partir de una combinación de estas características, se entrenaron sistemas de aprendizaje como son el análisis discriminante, las redes neuronales y las máquinas de soporte vectorial, con el fin de poder clasificar regiones hiperintensas en nuevos estudios. Finalmente, la clasificación se llevó a cabo implementando métodos de conjunto, con el objetivo de optimizar los resultados de la clasificación.
La exactitud del enfoque propuesto se validó mediante la comparación de los volúmenes clasificados como lesión y la segmentación manual realizada por un radiólogo experto.
El resultado final de este proyecto de investigación fue un algoritmo de clasificación basado en sistemas inteligentes que permitió identificar la presencia de lesiones de Esclerosis Múltiple en una imagen médica de RM, con una validación superior al 90%.
De esta manera, se pretende transferir a la práctica clínica herramientas que permitan mejorar la calidad del diagnóstico, el tratamiento y la evolución del paciente, proporcionando objetividad y repetitividad en el análisis. |
|---|