MODELO MULTIMODAL PARA LA SEGMENTACIÓN DE LESIONES DE ACV ISQUÉMICO EN ESTUDIOS DE RESONANCIA MAGNÉTICA

García Duarte, Julián Esteban

MODELO MULTIMODAL PARA LA SEGMENTACIÓN DE LESIONES DE ACV ISQUÉMICO EN ESTUDIOS DE RESONANCIA MAGNÉTICA

dc.contributor.advisor	Martínez Carrillo, Fabio
dc.contributor.advisor	Gómez Hernández, Santiago
dc.contributor.author	García Duarte, Julián Esteban
dc.contributor.evaluator	Romo Bucheli, David Edmundo
dc.contributor.evaluator	Bautista Rozo, Lola Xiomara
dc.date.accessioned	2024-05-20T14:12:50Z
dc.date.available	2024-05-20T14:12:50Z
dc.date.created	2024-05-17
dc.date.issued	2024-05-17
dc.description.abstract	Los accidentes cerebrovasculares (ACV) son la segunda causa de muerte a nivel mundial, reportando más de 100 millones de personas afectadas anualmente. Accidentes cerebrovasculares existen de dos tipos, hemorrágico e isquémico. Particularmente, el ACV isquémico es el tipo de lesión con mayor prevalencia y con un alto riesgo de morbilidad asociado. La obtención de hallazgos radiológicos para la cuantificación de la lesión en estudios de resonancia magnética es clave para el diagnóstico, establecer un procedimiento clínico y estimar un pronóstico del paciente. Esta tarea se realiza mediante estudios imagenologicos especiales (estudios paramétricos) que permiten cuantificar la hemodinámica cerebral y brindan información sobre el tejido intracraneal, como por ejemplo el Coeficiente Aparente de Difusión (ADC, por sus siglas en inglés), Imagen de Difusión Ponderada (DWI, por sus siglas en inglés), Recuperación de la Inversión Atenuada por Fluidos (FLAIR, por sus siglas en inglés), entre otras. De forma observacional, un experto analiza múltiples de estas imágenes al mismo tiempo, usando la complementariedad entre estas para realizar la segmentación de la lesión isquémica. A pesar de los avances reportados en la literatura, las estrategias computacionales siguen presentando limitaciones para capturar la complejidad y alta variabilidad de la lesión. Este trabajo busca implementar un esquema multimodal que integre al menos dos estudios paramétricos de resonancia magnética, aprovechando hallazgos radiológicos complementarios que permitan la cuantificación de las lesiones relacionadas con ACV. Para el entrenamiento y validación se contó con un conjunto de datos propio del grupo de investigación BIVL2ab (Biomedical Imaging, Vision and Learning Laboratory) y también se exploró la posibilidad de validaciones en conjuntos públicos disponibles. El modelo implementado fue validado según su capacidad de segmentar lesiones isquémicas para un conjunto de datos no usado en el entrenamiento.
dc.description.abstractenglish	Cerebrovascular accidents are the second leading cause of death worldwide, reporting more than 100 million people affected annually. Strokes exist in two types, hemorrhagic and ischemic. Particularly, ischemic stroke is the most prevalent type of injury with an associated high risk of morbidity. Obtaining radiological findings for the quantification of the lesion in MRI studies is key for diagnosis, establishing a clinical procedure and estimating the patient's prognosis. This task is performed by means of special imaging studies (parametric studies) that allow the quantification of cerebral hemodynamics and provide information on intracranial tissue, such as Apparent Diffusion Coefficient (ADC), Diffusion Weighted Imaging (DWI), Fluid Attenuated Inversion Recovery (FLAIR), among others. Observationally, an expert analyzes multiple of these images at the same time, using the complementarity between them to perform ischemic lesion segmentation. Despite the advances reported in the literature, computational strategies still present limitations to capture the complexity and high variability of the lesion. This work seeks to implement a multimodal scheme that integrates at least two parametric MRI studies, taking advantage of complementary radiological findings that allow quantification of stroke-related lesions. For training and validation we will rely on a dataset owned by the BIVL2ab (Biomedical Imaging, Vision and Learning Laboratory) research group and will also explore the possibility of validations on publicly available sets. The implemented model will be validated according to its ability to segment ischemic lesions for a dataset not used in training.
dc.description.degreelevel	Pregrado
dc.description.degreename	Ingeniero de Sistemas
dc.format.mimetype	application/pdf
dc.identifier.instname	Universidad Industrial de Santander
dc.identifier.reponame	Universidad Industrial de Santander
dc.identifier.repourl	https://noesis.uis.edu.co
dc.identifier.uri	https://noesis.uis.edu.co/handle/20.500.14071/42453
dc.language.iso	spa
dc.publisher	Universidad Industrial de Santander
dc.publisher.faculty	Facultad de Ingeníerias Fisicomecánicas
dc.publisher.program	Ingeniería de Sistemas
dc.publisher.school	Escuela de Ingeniería de Sistemas e Informática
dc.rights	info:eu-repo/semantics/openAccess
dc.rights.accessrights	info:eu-repo/semantics/openAccess
dc.rights.coar	http://purl.org/coar/access_right/c_abf2
dc.rights.creativecommons	Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.license	Atribución-NoComercial-SinDerivadas 2.5 Colombia (CC BY-NC-ND 2.5 CO)
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subject	Representacion Multimodal
dc.subject	Accidente Cerebrovascular
dc.subject	Coeficiente Aparente de Difusion
dc.subject	Imagen de Difusion Ponderada
dc.subject.keyword	MULTIMODAL REPRESENTATION
dc.subject.keyword	ISCHEMIC STROKE
dc.subject.keyword	APPARENT DIFFUSION COEFFICIENT
dc.subject.keyword	DIFFUSION-WEIGHTED IMAGE
dc.title	MODELO MULTIMODAL PARA LA SEGMENTACIÓN DE LESIONES DE ACV ISQUÉMICO EN ESTUDIOS DE RESONANCIA MAGNÉTICA
dc.title.english	MULTIMODAL MODEL FOR THE SEGMENTATION OF ISCHEMIC STROKE LESIONS IN MAGNETIC RESONANCE IMAGING STUDIES
dc.type.coar	http://purl.org/coar/resource_type/c_7a1f
dc.type.hasversion	http://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.local	Tesis/Trabajo de grado - Monografía - Pregrado