Segmentación computacional de la aurícula derecha en imágenes de tomografía cardiaca

Autores/as

  • Yoleidy Huérfano Grupo de Investigación en Procesamiento Computacional de Datos (GIPCD-ULA) Universidad de Los Andes-Táchira, Venezuela
  • Miguel Vera Grupo de Investigación Altos Estudios de Frontera (ALEF), Universidad Simón Bolívar, Cúcuta, Colombia. Grupo de Investigación en Procesamiento Computacional de Datos (GIPCD-ULA) Universidad de Los Andes-Táchira, Venezuela
  • Atilio Del Mar Instituto de Bioingeniería y Diagnóstico Sociedad Anónima (IBIDSA), San Cristóbal, Venezuela
  • María Vera Escuela de Medicina, Universidad de Los Andes, Hospital Central de San Cristóbal- Edo. Táchira, Venezuela
  • Williams Salazar Escuela de Medicina, Universidad de Los Andes, Hospital Central de San Cristóbal- Edo. Táchira, Venezuela
  • José Chacón Grupo de Investigación Altos Estudios de Frontera (ALEF), Universidad Simón Bolívar, Cúcuta, Colombia.
  • Sandra Wilches-Duran Grupo de Investigación Altos Estudios de Frontera (ALEF), Universidad Simón Bolívar, Cúcuta, Colombia
  • Modesto Graterol-Rivas Centro de Estudios de la Empresa. Universidad del Zulia, Maracaibo, Venezuela.
  • Maritza Torres 9Ministerio de Salud Pública del Ecuador. Distrito de Salud 01D02. Posgrado de Medicina Familiar. Universidad de Cuenca. Cuenca, Ecuador.
  • Victor Arias Grupo de Investigación Altos Estudios de Frontera (ALEF), Universidad Simón Bolívar, Cúcuta, Colombia.
  • Joselyn Rojas Pulmonary and Critical Care Medicine Department. Brigham and Women’s Hospital. Harvard Medical School. Boston, MA. USA 02115. Centro de Investigaciones Endocrino-Metabólicas “Dr. Félix Gómez” Facultad de Medicina. Universidad del Zulia, Venezuela
  • Carem Prieto Centro de Investigaciones Endocrino-Metabólicas “Dr. Félix Gómez” Facultad de Medicina. Universidad del Zulia, Venezuela
  • Wilson Siguencia Ministerio de Salud Pública del Ecuador. Distrito de Salud 01D02. Posgrado de Medicina Familiar. Universidad de Cuenca. Cuenca, Ecuador
  • Lisse Angarita Escuela de Nutrición y Dietética. Facultad de Medicina. Universidad Andrés Bello, Sede Concepción, Chile
  • Rina Ortiz Departamento de Internado Anatomía III. Facultad de Medicina. Universidad Católica de Cuenca. Cuenca, Ecuador
  • Diana Rojas-Gomez Escuela de Nutrición y Dietética. Facultad de Medicina. Universidad Andrés Bello, Sede Concepción, Chile
  • Carlos Garicano Grupo de Investigación Altos Estudios de Frontera (ALEF), Universidad Simón Bolívar, Cúcuta, Colombia
  • Maricarmen Chacín Centro de Investigaciones Endocrino-Metabólicas “Dr. Félix Gómez” Facultad de Medicina. Universidad del Zulia, Venezuela
  • Julio Contreras-Velásquez Grupo de Investigación Altos Estudios de Frontera (ALEF), Universidad Simón Bolívar, Cúcuta, Colom
  • Valmore Bermúdez Grupo de Investigación en Procesamiento Computacional de Datos (GIPCD-ULA) Universidad de Los Andes-Táchira, Venezuela
  • Antonio Bravo Coordinación de Investigación Industrial, Decanato de Investigación, Universidad Nacional Experimental del Táchira, San Cristób

Palabras clave:

Imágenes cardiacas, Aurícula derecha, Realce por Similaridad global, Segmentación

Resumen

Se propone una estrategia para la segmentaciónautomática de la aurícula derecha (RA)usando los 20 instantes del ciclo cardiaco deun paciente en imágenes cardiacas 3–D, de tomografíacomputarizada multi–corte. Tal estrategia está basada enla técnica de similaridad glogló y consta de las etapas depreprocesamiento y segmentación y entonación de parámetros.La etapa de preprocesamiento se divide en dosfases denominadas filtrado y definición de una región deinterés. Estas fases son aplicadas, preliminarmente, al instantede diástole final y son las encargadas de abordarlos problemas de ruido, artefactos y bajo contraste, presentesen las imágenes Durante la segmentación de la RAse consideran las imágenes preprocesadas y una técnicabasada en crecimiento de regiones (RG) la cual es inicializadausando un vóxel detectado con máquinas de soportevectorial de mínimos cuadrados. Durante la entonación deparámetros, se usa el coeficiente de Dice (Dc) para compararlas segmentaciones de la RA y la segmentación generada,manualmente, por un cardiólogo. La combinaciónde técnicas de filtrado que generó el Dc más elevado considerandoel instante de diástole se aplica luego a las 19imágenes tridimensionales restantes, obteniéndose un Dcpromedio superior a 0.82 lo cual indica una buena correlaciónentre las segmentaciones generadas por un expertocardiólogo y las producidas por la estrategia desarrollada.

Descargas

Los datos de descargas todavía no están disponibles.

Descargas