Publicación: Representación de movimiento regional para la caracterización de patologías cardiacas en secuencias-mri
Portada
Citas bibliográficas
Gestores Bibliográficos
Código QR
Autor/a
Director
Autor corporativo
Recolector de datos
Otros/Desconocido
Director audiovisual
Editor
Fecha
Citación
Título de serie/ reporte/ volumen/ colección
Es Parte de
Resumen
Las secuencias-MRI proveen información detallada sobre la anatomía y el movimiento del corazón durante el ciclo cardíaco, siendo fundamentales para apoyar el diagnóstico y llevar un seguimiento de los tratamientos personalizados. A partir de estas secuencias, un cardiólogo puede estimar el índice cardíaco, delinear manualmente la forma de las cavidades y evaluar los cambios geométricos de los ventrículos durante el ciclo. No obstante, estos patrones están sujetos a delineaciones manuales de los ventrículos, restringiendo de esta manera el análisis a índices dinámicos estándar, y perdiendo de vista las relaciones dinámicas ocultas que podrían estar relacionadas con ciertas patologías cardíacas. Este trabajo introduce un descriptor de movimiento cardíaco que describe los patrones cinemáticos a partir de los campos de velocidad local, calculados a lo largo del ciclo cardíaco. En primer lugar, los campos de velocidad son calculados a través de cortes basales consecutivos, los cuales se caracterizan a partir de diversas cinemáticas, como velocidad, aceleración, entre otras. A partir de este espacio de cinemáticas dos metodologías fueron propuestas para describir la dinámica del corazón en secuencias. La primera estrategia está basada en un análisis multi-escala que codifica patrones de ocurrencias cinemáticas en diferentes regiones del corazón. El segundo enfoque utiliza una arquitectura convolucional volumétrica profunda, con capacidad de aprender patrones espacio temporales relacionados con el corazón. El trabajo propuesto fue evaluado en dos conjuntos de datos diferentes: Sunnybrook y ACDC. Para la primera estrategia se obtuvo en promedio una exactitud de 82;26% y 75;23% para Sunnybrook y ACDC, respectivamente. Para la segunda estrategia se obtuvieron exactitudes de 69;99% para Sunnybrook y 75;83% para ACDC.

PDF
FLIP 
