Desarrollo de herramienta CAD para la segmentación automática del glioblastoma

"Este proyecto se centra en el desarrollo de una herramienta de diagnóstico asistido por computadora (CAD) diseñada para apoyar a neurocirujanos, neurooncólogos y neurorradiólogos en la planificación quirúrgica y el abordaje terapéutico del glioblastoma (GBM). La aplicación integra un flujo de...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Salmon, Pablo Adrián
Formato: Proyecto final de grado
Lenguaje:Español
Publicado: Instituto Tecnológico de Buenos Aires 2025
Materias:
GLIOBLASTOMA, COMPUTER-AIDED DIAGNOSIS, DIAGNÓSTICOS ASISTIDOS POR COMPUTADORA, SEGMENTACIÓN, REDES NEURONALES
Acceso en línea:https://hdl.handle.net/20.500.14769/5182
Aporte de:
Repositorio Institucional Instituto Tecnológico de Buenos Aires (ITBA) de Instituto Tecnológico de Buenos Aires (ITBA)
id I32-R138-20.500.14769-5182
record_format dspace
spelling I32-R138-20.500.14769-51822026-01-07T14:22:48Z Desarrollo de herramienta CAD para la segmentación automática del glioblastoma Salmon, Pablo Adrián GLIOBLASTOMA, COMPUTER-AIDED DIAGNOSIS, DIAGNÓSTICOS ASISTIDOS POR COMPUTADORA, SEGMENTACIÓN, REDES NEURONALES "Este proyecto se centra en el desarrollo de una herramienta de diagnóstico asistido por computadora (CAD) diseñada para apoyar a neurocirujanos, neurooncólogos y neurorradiólogos en la planificación quirúrgica y el abordaje terapéutico del glioblastoma (GBM). La aplicación integra un flujo de preprocesamiento de imágenes de resonancia magnética (MRI) en secuencias T1, T1c, T2 y FLAIR con una red neuronal convolucional (CNN) para segmentar y clasificar con precisión las regiones tumorales. En primer lugar, se implementó un script de preprocesamiento en Python que emplea algoritmos avanzados de procesamiento de imágenes biomédicas, siguiendo las directrices de la Competencia Internacional de Segmentación de Tumores Cerebrales (BraTS). Este flujo corregistra las secuencias con referencia a T1, ajusta las imágenes al espacio BraTS y extrae el cráneo. Comparados con los del toolkit oficial de la competencia, los resultados obtuvieron un coeficiente de similitud Dice promedio del 91.28 %, validando la precisión y eficacia del algoritmo implementado. Posteriormente, se entrenó desde cero una CNN SegResNet, ganadora del BraTS 2018, utilizando la base de datos UPenn-GBM, más amplia y robusta que la empleada en dicha competencia. Como resultado, se logró una segmentación semántica de las subregiones del GBM (tumor activo, necrosis y edema periférico) con un coeficiente Dice promedio del 87.96 % en validación y 77.56 % en prueba, evidenciando una adecuada generalización frente a distribuciones distintas a las de entrenamiento (base de datos BraTS 2020). Además, las distancias de Hausdorff (HD) fueron inferiores a 5 mm en todos los casos, lo que valida su precisión en la delimitación de bordes tumorales. Finalmente, se desarrolló una interfaz gráfica de usuario (GUI) en PyQT5, de código abierto y multiplataforma, que integra los flujos de preprocesamiento y segmentación, permitiendo a los especialistas segmentar automática y tridimensionalmente el GBM en sus tres componentes principales, y visualizar e interactuar con los resultados de manera clara e intuitiva. El desarrollo siguió un proceso iterativo con validaciones constantes por parte de expertos, asegurando mejoras progresivas en la usabilidad y precisión de la herramienta." 2025-11-14T15:52:50Z 2025-11-14T15:52:50Z 2025-08-12 Proyecto final de grado https://hdl.handle.net/20.500.14769/5182 es application/pdf Instituto Tecnológico de Buenos Aires
institution Instituto Tecnológico de Buenos Aires (ITBA)
institution_str I-32
repository_str R-138
collection Repositorio Institucional Instituto Tecnológico de Buenos Aires (ITBA)
language Español
topic GLIOBLASTOMA, COMPUTER-AIDED DIAGNOSIS, DIAGNÓSTICOS ASISTIDOS POR COMPUTADORA, SEGMENTACIÓN, REDES NEURONALES
spellingShingle GLIOBLASTOMA, COMPUTER-AIDED DIAGNOSIS, DIAGNÓSTICOS ASISTIDOS POR COMPUTADORA, SEGMENTACIÓN, REDES NEURONALES
Salmon, Pablo Adrián
Desarrollo de herramienta CAD para la segmentación automática del glioblastoma
topic_facet GLIOBLASTOMA, COMPUTER-AIDED DIAGNOSIS, DIAGNÓSTICOS ASISTIDOS POR COMPUTADORA, SEGMENTACIÓN, REDES NEURONALES
description "Este proyecto se centra en el desarrollo de una herramienta de diagnóstico asistido por computadora (CAD) diseñada para apoyar a neurocirujanos, neurooncólogos y neurorradiólogos en la planificación quirúrgica y el abordaje terapéutico del glioblastoma (GBM). La aplicación integra un flujo de preprocesamiento de imágenes de resonancia magnética (MRI) en secuencias T1, T1c, T2 y FLAIR con una red neuronal convolucional (CNN) para segmentar y clasificar con precisión las regiones tumorales. En primer lugar, se implementó un script de preprocesamiento en Python que emplea algoritmos avanzados de procesamiento de imágenes biomédicas, siguiendo las directrices de la Competencia Internacional de Segmentación de Tumores Cerebrales (BraTS). Este flujo corregistra las secuencias con referencia a T1, ajusta las imágenes al espacio BraTS y extrae el cráneo. Comparados con los del toolkit oficial de la competencia, los resultados obtuvieron un coeficiente de similitud Dice promedio del 91.28 %, validando la precisión y eficacia del algoritmo implementado. Posteriormente, se entrenó desde cero una CNN SegResNet, ganadora del BraTS 2018, utilizando la base de datos UPenn-GBM, más amplia y robusta que la empleada en dicha competencia. Como resultado, se logró una segmentación semántica de las subregiones del GBM (tumor activo, necrosis y edema periférico) con un coeficiente Dice promedio del 87.96 % en validación y 77.56 % en prueba, evidenciando una adecuada generalización frente a distribuciones distintas a las de entrenamiento (base de datos BraTS 2020). Además, las distancias de Hausdorff (HD) fueron inferiores a 5 mm en todos los casos, lo que valida su precisión en la delimitación de bordes tumorales. Finalmente, se desarrolló una interfaz gráfica de usuario (GUI) en PyQT5, de código abierto y multiplataforma, que integra los flujos de preprocesamiento y segmentación, permitiendo a los especialistas segmentar automática y tridimensionalmente el GBM en sus tres componentes principales, y visualizar e interactuar con los resultados de manera clara e intuitiva. El desarrollo siguió un proceso iterativo con validaciones constantes por parte de expertos, asegurando mejoras progresivas en la usabilidad y precisión de la herramienta."
format Proyecto final de grado
author Salmon, Pablo Adrián
author_facet Salmon, Pablo Adrián
author_sort Salmon, Pablo Adrián
title Desarrollo de herramienta CAD para la segmentación automática del glioblastoma
title_short Desarrollo de herramienta CAD para la segmentación automática del glioblastoma
title_full Desarrollo de herramienta CAD para la segmentación automática del glioblastoma
title_fullStr Desarrollo de herramienta CAD para la segmentación automática del glioblastoma
title_full_unstemmed Desarrollo de herramienta CAD para la segmentación automática del glioblastoma
title_sort desarrollo de herramienta cad para la segmentación automática del glioblastoma
publisher Instituto Tecnológico de Buenos Aires
publishDate 2025
url https://hdl.handle.net/20.500.14769/5182
work_keys_str_mv AT salmonpabloadrian desarrollodeherramientacadparalasegmentacionautomaticadelglioblastoma
_version_ 1854267349208662016

Ejemplares similares