Diseño y desarrollo de una herramienta para la segmentación automática en imágenes TAC de pacientes con traumatismo de cráneo mediante redes neuronales convolucionales.
Se propone el desarrollo de una herramienta abierta y robusta para la segmentación de la cavidad craneal en imágenes de tomografía axial computada (TAC) de pacientes con traumatismo de cráneo. En particular, se trabajará con pacientes que han sido sometidos a cirugías de craniectomía descomprensiva,...
Guardado en:
| Autor Principal: | |
|---|---|
| Formato: | Manuscrito |
| Lenguaje: | Spanish |
| Materias: |
| Sumario: | Se propone el desarrollo de una herramienta abierta y robusta para la segmentación de la cavidad craneal en imágenes de tomografía axial computada (TAC) de pacientes con traumatismo de cráneo. En particular, se trabajará con pacientes que han sido sometidos a cirugías de craniectomía descomprensiva, debido a las dificultades en la segmentación de estas imágenes con las técnicas clásicas del procesamiento digital de imágenes. Para el desarrollo de la herramienta se adoptó un enfoque basado en aprendizaje automático mediante redes neuronales convolucionales profundas. Dichas redes fueron entrenadas utilizando una serie de imágenes previamente etiquetadas. Durante el desarrollo del proyecto, se implementaron distintas arquitecturas de redes convolucionales, y se realizó un estudio comparativo de diversas funciones de pérdida para su entrenamiento. Finalmente, se desarrolló una herramienta de uso simple que permite segmentar imágenes cerebrales de tomografía computarizada, por medio de los modelos de redes neuronales propuestos. |
|---|---|
| Descripción Física: | xiv, 88 p. il. 30 cm. |