Caracterización de patologías cardiacas utilizando patrones de velocidad aparente del movimiento

Simple item page
dc.contributor.advisorMartínez Carrillo, Fabio
dc.contributor.authorSarmiento Santos, Everson
dc.date.accessioned2024-03-04T00:04:21Z
dc.date.available2018
dc.date.available2024-03-04T00:04:21Z
dc.date.created2018
dc.date.issued2018
dc.description.abstractEste trabajo presenta un descriptor de movimiento que permite predecir enfermedades card´ıacas a partir de la cuantificacion de patrones de movimiento en ´ secuencias de imagenes de resonancia magnética cardiaca (RMC). El enfoque ´ propuesto comienza detectando automaticamente la región de interés (ROI) a ´ partir de una representacion de plantilla de Hough de densidad rápida. Luego, ´ sobre la ROI seleccionada se computa un flujo optico denso con la capacidad de ´ caracterizar desplazamientos grandes locales. Se llevo a cabo una segmenta- ´ cion espacial regional de la ROI mediante el uso de una plantilla circular similarál modelo de segmentacion AHA, con el fin de cuantificar localmente el movi- ´ miento del corazon, en este caso cada subregión se caracteriza por histogramas ´ de flujo de orientacion densa. Para obtener un descriptor más preciso se realizó´ un analisis multiescala, a partir de un estudio global y uno local para cada RMC.él conjunto de histogramas de movimiento de subregiones forman el descriptor que se asigna a un algoritmo de clasificacion, en este caso una máquina de ´ soporte vectorial (SVM), que entrenada previamente es capaz de predecir patolog´ıas card´ıacas. El descriptor propuesto fue validado en un conjunto de datos publicos con 45 imágenes de RMC pertenecientes a 4 patolog ´ ´ıas. En promedio, el descriptor propuesto alcanzo una precisión de ´ 60 % en la tarea de reconocimiento de enfermedades del corazon desde un descriptor de movimiento conúna longitud de 1254 elementos escalares.
dc.description.abstractenglishThis work presents a movement descriptor that allows predicting heart diseases from the quantification of movement patterns in cardiac magnetic resonance imaging (CMR) sequences. The proposed approach begins by automatically detecting the region of interest (ROI) from a fast-density Hough template representation. Then, on the selected ROI, a dense optical flow is computed with the capacity to characterize local large displacements. A regional spatial segmentation of the ROI was carried out by using a circular template similar to the AHA segmentation model, in order to locally quantify the movement of the heart, in this case each subregion is characterized by dense orientation flow histograms . To obtain a more accurate descriptor, a multiscale analysis was carried out, based on a global study and a local one for each MRC. The set of subregional movement histograms form the descriptor that is assigned to a classification algorithm, in this case a vector support machine (SVM), which previously trained is capable of predicting cardiac pathologies. The proposed descriptor was validated in a public data set with 45 CMR images belonging to 4 pathologies. On average, the proposed descriptor reached a precision of 60 % in the task of recognizing heart disease from a movement descriptor with a length of 1254 scalar elements.
dc.description.degreelevelPregrado
dc.description.degreenameIngeniero de Sistemas
dc.format.mimetypeapplication/pdf
dc.identifier.instnameUniversidad Industrial de Santander
dc.identifier.reponameUniversidad Industrial de Santander
dc.identifier.repourlhttps://noesis.uis.edu.co
dc.identifier.urihttps://noesis.uis.edu.co/handle/20.500.14071/38564
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ingenierías Fisicomecánicas
dc.publisher.programIngeniería de Sistemas
dc.publisher.schoolEscuela de Ingeniería de Sistemas e Informática
dc.rightshttp://creativecommons.org/licenses/by/4.0/
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.licenseAttribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.rights.urihttp://creativecommons.org/licenses/by-nc/4.0
dc.subjectFlujo Optico Denso
dc.subjectVelocidad Aparente De Movimiento
dc.subjectPa- ´ Trones De Movimiento
dc.subjectCaracterizacion
dc.subjectResonancia Magnética Card ´ ´Iaca (Rmc)
dc.subjectRegion De Interés (Roi)
dc.subjectMáquinas De Soporte Vectorial (Svm).
dc.subject.keywordDense Optical Flow
dc.subject.keywordApparent Speed Of Movement
dc.subject.keywordMovement Patterns
dc.subject.keywordCharacterization
dc.subject.keywordCardiac Magnetic Resonance (Cmr)
dc.subject.keywordRegion Of Interest (Roi)
dc.subject.keywordSupport Vector Machines (Svm).
dc.titleCaracterización de patologías cardiacas utilizando patrones de velocidad aparente del movimiento
dc.title.englishCharacterization of cardiac pathologies using patterns of speed apparent from the movement(*)
dc.type.coarhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.hasversionhttp://purl.org/coar/resource_type/c_7a1f
dc.type.localTesis/Trabajo de grado - Monografía - Pregrado
Files
Original bundle
Now showing 1 - 3 of 3
No Thumbnail Available
Name:
Carta de autorización.pdf
Size:
939.06 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Documento.pdf
Size:
5.72 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Nota de proyecto.pdf
Size:
109.8 KB
Format:
Adobe Portable Document Format
Download
Collections
Ingeniería de Sistemas