Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)Martínez Carrillo, FabioRomo Bucheli, David EdmundoPeña Contreras, Henry Iván2024-03-0420212024-03-0420212021https://noesis.uis.edu.co/handle/20.500.14071/41556Las enfermedades cardiacas son el mayor motivo de muerte tanto a nivel localcomo global, registrando mas de 200.000 muertes cada año. Las secuencias cine-MRI soportan ladetección temprana y seguimiento de patologías cardiacas, permitiendo la valoración morfológica yfisiológica de las paredes del corazón durante el ciclo cardiaco. Esta valoración, sin embargo, es hoyen día altamente dependiente del experto observador, lo que puede conducir a una alta subjetividaden su análisis. Técnicas de análisis de imágenes y algoritmos de aprendizaje de máquina, surgenentonces, como herramientas alternativas para soportar el diagnóstico clínico, reducir la variabilidaden los análisis y brindar nuevas descripciones y correlaciones de los patrones que influyen en elbuen funcionamiento cardiaco. Este trabajo desarrolló un modelo computacional basado en redesgenerativas adversarias condicionales para la generación de secuencias cardiacas. Además, se estudiaron mecanismos apriori que permitan generar secuencias sintéticas de cine-MRI coherente ycon sentido de ciertas patologías de entrenamiento. La generación de estas secuencias, guiadaspor un patrón apriori permitió generar descriptores embebidos en la arquitectura, los cuales fueronutilizados como nuevos marcadores de la enfermedad frente a diferentes modelos de clasificación,con el fin de describir patrones espacio-temporales aprendidos desde un conjunto de secuencias de entrenamiento.application/pdfspahttp://creativecommons.org/licenses/by/4.0/Modelos GenerativosRedes Generativas Adversarias CondicionalesResonancia MagnéticaCiclos Cardíacos.Generación de secuencias cine-mri cardiacas utilizando aprendizaje generativo adversario condicionado por información del corazónUniversidad Industrial de SantanderTesis/Trabajo de grado - Monografía - PregradoUniversidad Industrial de Santanderhttps://noesis.uis.edu.coGenerative ModelConditional Generative Adversarial NetworkMri-SequencesCardiac Cycles.Cardiac cine-mri sequences synthesis using generative adversarial learning conditioned by heart information. [|]info:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)