Maestría en Ingeniería Electrónica

Permanent URI for this collection

https://noesis.uis.edu.co/handle/20.500.14071/9025

Browse

Browsing Maestría en Ingeniería Electrónica by browse.metadata.evaluator "Martínez Carrillo, Fabio"

Now showing 1 - 2 of 2
  • No Thumbnail Available
    Item
    Análisis radiómico multimodal con mamografía digital de campo completo e imágenes de seno basadas en ultrasonido
    (Universidad Industrial de Santander, 2023-11-07) Vargas Molano, Andrés Felipe; Pertuz Arroyo, Said David; Ramírez Silva, Ana Beatriz; Martínez Carrillo, Fabio; Miranda Mercado, David Alejandro
    La tomografía computarizada por ultrasonido es una nueva tecnología de imágenes actualmente investigada para la adquisición de imágenes médicas. Ha despertado interés porque es una técnica no invasiva que genera imágenes a partir de la propagación de ondas de ultrasonido a través del tejido, permitiendo así inferir propiedades del tejido de forma indolora y sin radiaciones ionizantes. Sin embargo, el estándar de oro para el cribado del cáncer de seno es la mamografía, a pesar de presentar algunas limitaciones como la alta tasa de falsos positivos y la exposicion a radiación. Aquí, investigamos si la combinación de características radiómicas de ambas modalidades de imágenes Tomografía computarizada por ultrasonido y mamografía puede mejorar el rendimiento en la detección de lesiones mamarias. Realizamos un ensayo in-silico para la detección de lesiones mamarias. Primero, construimos un conjunto de fantomas mamarios virtuales utilizando VICTRE: 58 fantomas con lesiones mamarias y 58 fantomas sin lesiones. Luego, simulamos la adquisición de imágenes de ultrasonido utilizando la técnica de inversión de forma de onda completa y la adquisición de imágenes mamográficas utilizando el software de simulación de imágenes de rayos X MCGPU. Posteriormente, extrajimos un conjunto de características radiómicas de ambas modalidades de imagen. Finalmente, se evaluó el rendimiento del análisis radiómico multimodal para la tarea de detección de lesiones en términos de AUC y se comparó con el uso de una sola modalidad de imagen. En general, la combinación de ambas modalidades mostró mejoras estadísticamente significativas con AUC de 0,88 (IC: 0,82-0,95) en comparación con el uso de una única modalidad de imagen, con AUC de 0,77 (IC: 0,68-0,86) y 0,81 (IC: 0,73-0,89) para mamografía y tomografía computarizada por ultrasonido, respectivamente. La tomografía computarizada por ultrasonido basada en inversión de onda completa mejoró la detección de lesiones mamarias en combinación con la mamografía.
  • Thumbnail Image
    Item
    Breast Cancer Risk Assessment based on Radiomic Phenotypes
    (Universidad Industrial de Santander, 2022-09-09) Padilla Arrieta, Astrid Carolina; Pertuz Arroyo, Said David; Martínez Carrillo, Fabio; Gastounioti, Aimilia
    El análisis cuantitativo de las características de textura de las imágenes mamográficas, i.e. análisis parenquimatoso, ha mostrado una fuerte asociación con el riesgo de desarrollar cáncer de mama. Además, algunos estudios han demostrado que los tejidos mamarios podrían formar agrupaciones según la apariencia visual mamográfica, es decir, fenotipos de imagen, que están relacionados con el riesgo de cáncer de mama. El objetivo de esta tesis fue estudiar la utilización de fenotipos basados en imágenes para la predicción del riesgo de cáncer de mama. Para ello, propusimos una metodología para incluir fenotipos individualizados en el análisis parenquimatoso. Además, realizamos un análisis de clusters sobre un conjunto de descriptores basados en la anatomía del seno. Los descriptores basados la anatomía del seno buscan generar representaciones fenotípicas de la mamografía basadas en la anatomía de la mama, y el análisis de clustering tiene como objetivo evaluar la presencia de grupos de fenotipos y su asociación con el cáncer. Los experimentos se realizaron en un estudio de casos y controles que incluía las cuatro vistas de mamografía estándar de 286 mujeres. La inclusión de fenotipos individualizados en el análisis del parénquima mostró un aumento en el rendimiento de la evaluación del riesgo en comparación con el análisis clásico parenquimatoso (AUC de 0,813 frente a 0,504). En cambio, el análisis de agrupación de los fenotipos propuestos basados en la anatomía no mostró grupos de fenotipos relacionados con el riesgo de cáncer de mama.