Modelo generativo para la síntesis de modalidades radiológicas con énfasis en la preservación de patrones visuales de lesiones de accidente cerebrovascular isquémico

Vásquez Garcés, Gysselis

Modelo generativo para la síntesis de modalidades radiológicas con énfasis en la preservación de patrones visuales de lesiones de accidente cerebrovascular isquémico

dc.contributor.advisor	Martínez Carrillo, Fabio
dc.contributor.advisor	Garzón Villamizar, Gustavo Adolfo
dc.contributor.advisor	Gómez Hernández, Santiago
dc.contributor.author	Vásquez Garcés, Gysselis
dc.contributor.evaluator	Romo Bucheli, David Edmundo
dc.contributor.evaluator	Rueda Chacon, Hoover Fabian
dc.date.accessioned	2024-08-22T12:59:26Z
dc.date.available	2024-08-22T12:59:26Z
dc.date.created	2024-08-21
dc.date.issued	2024-08-21
dc.description.abstract	La evaluación rápida del accidente cerebrovascular isquémico es crucial para proporcionar un tratamiento oportuno y minimizar las secuelas neurológicas. El protocolo estándar comienza con una tomografía computarizada sin contraste (NCCT), que aunque rápida, ofrece un contraste deficiente entre el tejido lesionado y sano. Las secuencias de imagen ponderada por difusión (DWI) y FLAIR son más precisas para la caracterización de las lesiones. Sin embargo, su adquisición puede ser prolongada y dependiente de la disponibilidad del escáner de resonancia magnética (RM), que no siempre es inmediata. Este estudio propone un enfoque generativo para sintetizar no solo secuencias FLAIR a partir de NCCT, sino también DWI y mapas ADC, enfocándose en las regiones afectadas por el accidente cerebrovascular. Utilizando pesos de clase binarios y dilatados, este método mejora la representación de texturas y características estructurales de las lesiones isquémicas, manteniendo una alta fidelidad visual en todos los dominios de traducción. En un estudio retrospectivo de 98 pacientes con ACV isquémico, se lograron resultados prometedores: las secuencias FLAIR sintetizadas desde NCCT mostraron un SSIM de 0.90 y un SSIM delimitado por lesiones de 0.56. Similarmente, las traducciones a DWI y ADC alcanzaron un SSIM de 0.87 a nivel global y a nivel de lesión se reportaron SSIM de 0.58 en ADC y 0.55 en DWI, demostrando una alta correlación estructural con las secuencias originales. Este método puede reducir significativamente los retrasos en la adquisición de imágenes críticas, proporcionando una herramienta valiosa en entornos clínicos con acceso limitado a RM, mejorando así la rapidez y precisión en el diagnóstico y tratamiento de los ACV.
dc.description.abstractenglish	The rapid evaluation of ischemic stroke is crucial to provide timely treatment and minimize neurological sequelae. The standard protocol begins with a non-contrast computed tomography (NCCT), which, although quick, offers poor contrast between injured and healthy tissue. Diffusion-weighted imaging (DWI) and FLAIR sequences are more accurate for lesion characterization. However, their acquisition can be prolonged and dependent on the availability of the magnetic resonance (MR) scanner, which is not always immediate. This study proposes a generative approach to synthesize not only FLAIR sequences from NCCT but also DWI and ADC maps, focusing on the regions affected by stroke. Using binary and dilated class weights, this method improves the representation of textures and structural features of ischemic lesions, maintaining high visual fidelity across all translation domains. In a retrospective study of 98 patients with ischemic stroke, promising results were achieved: the FLAIR sequences synthesized from NCCT showed an SSIM of 0.90 and a lesion-bounded SSIM of 0.56. Similarly, the translations to DWI and ADC reached a global SSIM of 0.87, and at the lesion level, SSIMs of 0.58 in ADC and 0.55 in DWI were reported, demonstrating high structural correlation with the original sequences. This method can significantly reduce delays in acquiring critical images, providing a valuable tool in clinical settings with limited access to MR, thereby improving the speed and accuracy of stroke diagnosis and treatment.
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/20.500.14071/43841
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	Accidente cerebrovascular isquémico
dc.subject	imágenes médicas sintéticas
dc.subject	preservación de lesiones
dc.subject	arquitecturas generativas
dc.subject	mapas de pesos de clase
dc.subject.keyword	Ischemic stroke
dc.subject.keyword	synthetic medical images
dc.subject.keyword	lesion preservation
dc.subject.keyword	generative architectures
dc.subject.keyword	class weights maps
dc.title	Modelo generativo para la síntesis de modalidades radiológicas con énfasis en la preservación de patrones visuales de lesiones de accidente cerebrovascular isquémico
dc.title.english	Generative model for synthesis of radiological modalities with emphasis on preservation of visual patterns of ischemic stroke lesions
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