Estrategia para la segmentación tridimensional del ventrículo derecho en imágenes de tomografía computarizada cardiaca

Autores

  • Yoleidy Huérfano Grupo de Investigación en Procesamiento Computacional de Datos (GIPCD-ULA) Universidad de Los Andes-Táchira,
  • Miguel Vera Grupo de Investigación en Procesamiento Computacional de Datos (GIPCD-ULA) Universidad de Los Andes-Táchira. Grupo de Investigación Altos Estudios de Frontera (ALEF), Universidad Simón Bolívar, Cúcuta, Colombia.
  • José Chacón Grupo de Investigación Altos Estudios de Frontera (ALEF), Universidad Simón Bolívar, Cúcuta, Colombia.
  • Nahid Bautista Grupo de Investigación Altos Estudios de Frontera (ALEF), Universidad Simón Bolívar, Cúcuta, Colombia.
  • Atilio Del Mar Instituto de Bioingeniería y Diagnóstico Sociedad Anónima (IBIDSA), San Cristóbal, Venezuela.
  • Antonio Bravo Coordinación de Investigación Industrial, Decanato de Investigación, Universidad Nacional Experimental Del Táchira, San Cristóbal, Venezuela.

Palavras-chave:

Tomografía, Ventrículo derecho, Realce por similaridad global, Segmentación, Descriptores cardiacos

Resumo

EEl objetivo del trabajo es proponer una estrategia para segmentar el ventrículo derecho (RV) en 20 imágenes tridimensionales (3-D) cardiacas de tomografía computarizada multicapa, correspondientes a las fases del ciclo cardiaco completo de un sujeto. Esta estrategia consta de las etapas de pre-procesamiento, segmentación del RV, entonación de parámetros y estimación de descriptores cardiacos. El pre-procesamiento se divide en dos fases. En la primera (fase de filtrado) la imagen 3-D correspondiente a diástole final es procesada con la técnica de realce por similaridad global (GSE), generándose una imagen de similaridad (Isg). Luego Isg es filtrada, independientemente, usando las técnicas denominadas filtro de mediana (MF), suavizado gaussiano y filtro binomial. En la segunda, identificada como fase de definición de una región de interés (ROI), se consideran las imágenes filtradas y se utilizan máquinas de soporte vectorial de mínimos cuadrados (LSSVM) y la localización de la válvula tricúspide, para aislar el RV de las estructuras anatómicas circundantes. Durante la segmentación del RV, se implementa un algoritmo de agrupamiento, denominado crecimiento de regiones (RG), el cual es aplicado a las imágenes pre-procesadas. La “semilla” para el RG se detecta usando una LSSVM. Durante la entonación de parámetros, el coeficiente de Dice (Dc) es utilizado para comparar las segmentaciones obtenidas, automáticamente, con la segmentación generada, manualmente, por un cardiólogo. La combinación de técnicas de filtrado que obtuvo el Dc más elevado correspondió al GSE seguido del MF. Así, la estrategia para segmentar el RV queda constituida por GSE + MF + ROI + RG. Las 19 imágenes 3-D restantes, se procesan con la mencionada estrategia obteniéndose un Dc promedio comparable con el reportado en la literatura. Considerando las segmentaciones 3-D de los instantes diástole y sístole final se estiman ciertos descriptores cardiacos. Tales descriptores permiten evaluar la función del RV del paciente considerado.

Downloads

Não há dados estatísticos.