Caracterización de patologías cardiacas utilizando patrones de velocidad aparente del movimiento

Este trabajo presenta un descriptor de movimiento que permite predecir enfermedades card´ıacas a partir de la cuantificacion de patrones de movimiento en ´ secuencias de imagenes de resonancia magnética cardiaca (RMC). El enfoque ´ propuesto comienza detectando automaticamente la región de interés (...

Full description

Autores:
Sarmiento Santos, Everson
Tipo de recurso:
http://purl.org/coar/version/c_b1a7d7d4d402bcce
Fecha de publicación:
2018
Institución:
Universidad Industrial de Santander
Repositorio:
Repositorio UIS
Idioma:
spa
OAI Identifier:
oai:noesis.uis.edu.co:20.500.14071/38564
Acceso en línea:
https://noesis.uis.edu.co/handle/20.500.14071/38564
https://noesis.uis.edu.co
Palabra clave:
Flujo Optico Denso
Velocidad Aparente De Movimiento
Pa- ´ Trones De Movimiento
Caracterizacion
Resonancia Magnética Card ´ ´Iaca (Rmc)
Region De Interés (Roi)
Máquinas De Soporte Vectorial (Svm).
Dense Optical Flow
Apparent Speed Of Movement
Movement Patterns
Characterization
Cardiac Magnetic Resonance (Cmr)
Region Of Interest (Roi)
Support Vector Machines (Svm).
Rights
License
Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
id UISANTADR2_6741e24d71fce829aa7250c8bbbadd98
oai_identifier_str oai:noesis.uis.edu.co:20.500.14071/38564
network_acronym_str UISANTADR2
network_name_str Repositorio UIS
repository_id_str
dc.title.none.fl_str_mv Caracterización de patologías cardiacas utilizando patrones de velocidad aparente del movimiento
dc.title.english.none.fl_str_mv Characterization of cardiac pathologies using patterns of speed apparent from the movement(*)
title Caracterización de patologías cardiacas utilizando patrones de velocidad aparente del movimiento
spellingShingle Caracterización de patologías cardiacas utilizando patrones de velocidad aparente del movimiento
Flujo Optico Denso
Velocidad Aparente De Movimiento
Pa- ´ Trones De Movimiento
Caracterizacion
Resonancia Magnética Card ´ ´Iaca (Rmc)
Region De Interés (Roi)
Máquinas De Soporte Vectorial (Svm).
Dense Optical Flow
Apparent Speed Of Movement
Movement Patterns
Characterization
Cardiac Magnetic Resonance (Cmr)
Region Of Interest (Roi)
Support Vector Machines (Svm).
title_short Caracterización de patologías cardiacas utilizando patrones de velocidad aparente del movimiento
title_full Caracterización de patologías cardiacas utilizando patrones de velocidad aparente del movimiento
title_fullStr Caracterización de patologías cardiacas utilizando patrones de velocidad aparente del movimiento
title_full_unstemmed Caracterización de patologías cardiacas utilizando patrones de velocidad aparente del movimiento
title_sort Caracterización de patologías cardiacas utilizando patrones de velocidad aparente del movimiento
dc.creator.fl_str_mv Sarmiento Santos, Everson
dc.contributor.advisor.none.fl_str_mv Martínez Carrillo, Fabio
dc.contributor.author.none.fl_str_mv Sarmiento Santos, Everson
dc.subject.none.fl_str_mv Flujo Optico Denso
Velocidad Aparente De Movimiento
Pa- ´ Trones De Movimiento
Caracterizacion
Resonancia Magnética Card ´ ´Iaca (Rmc)
Region De Interés (Roi)
Máquinas De Soporte Vectorial (Svm).
topic Flujo Optico Denso
Velocidad Aparente De Movimiento
Pa- ´ Trones De Movimiento
Caracterizacion
Resonancia Magnética Card ´ ´Iaca (Rmc)
Region De Interés (Roi)
Máquinas De Soporte Vectorial (Svm).
Dense Optical Flow
Apparent Speed Of Movement
Movement Patterns
Characterization
Cardiac Magnetic Resonance (Cmr)
Region Of Interest (Roi)
Support Vector Machines (Svm).
dc.subject.keyword.none.fl_str_mv Dense Optical Flow
Apparent Speed Of Movement
Movement Patterns
Characterization
Cardiac Magnetic Resonance (Cmr)
Region Of Interest (Roi)
Support Vector Machines (Svm).
description Este trabajo presenta un descriptor de movimiento que permite predecir enfermedades card´ıacas a partir de la cuantificacion de patrones de movimiento en ´ secuencias de imagenes de resonancia magnética cardiaca (RMC). El enfoque ´ propuesto comienza detectando automaticamente la región de interés (ROI) a ´ partir de una representacion de plantilla de Hough de densidad rápida. Luego, ´ sobre la ROI seleccionada se computa un flujo optico denso con la capacidad de ´ caracterizar desplazamientos grandes locales. Se llevo a cabo una segmenta- ´ cion espacial regional de la ROI mediante el uso de una plantilla circular similarál modelo de segmentacion AHA, con el fin de cuantificar localmente el movi- ´ miento del corazon, en este caso cada subregión se caracteriza por histogramas ´ de flujo de orientacion densa. Para obtener un descriptor más preciso se realizó´ un analisis multiescala, a partir de un estudio global y uno local para cada RMC.él conjunto de histogramas de movimiento de subregiones forman el descriptor que se asigna a un algoritmo de clasificacion, en este caso una máquina de ´ soporte vectorial (SVM), que entrenada previamente es capaz de predecir patolog´ıas card´ıacas. El descriptor propuesto fue validado en un conjunto de datos publicos con 45 imágenes de RMC pertenecientes a 4 patolog ´ ´ıas. En promedio, el descriptor propuesto alcanzo una precisión de ´ 60 % en la tarea de reconocimiento de enfermedades del corazon desde un descriptor de movimiento conúna longitud de 1254 elementos escalares.
publishDate 2018
dc.date.available.none.fl_str_mv 2018
2024-03-04T00:04:21Z
dc.date.created.none.fl_str_mv 2018
dc.date.issued.none.fl_str_mv 2018
dc.date.accessioned.none.fl_str_mv 2024-03-04T00:04:21Z
dc.type.local.none.fl_str_mv Tesis/Trabajo de grado - Monografía - Pregrado
dc.type.hasversion.none.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.coar.none.fl_str_mv http://purl.org/coar/version/c_b1a7d7d4d402bcce
format http://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.identifier.uri.none.fl_str_mv https://noesis.uis.edu.co/handle/20.500.14071/38564
dc.identifier.instname.none.fl_str_mv Universidad Industrial de Santander
dc.identifier.reponame.none.fl_str_mv Universidad Industrial de Santander
dc.identifier.repourl.none.fl_str_mv https://noesis.uis.edu.co
url https://noesis.uis.edu.co/handle/20.500.14071/38564
https://noesis.uis.edu.co
identifier_str_mv Universidad Industrial de Santander
dc.language.iso.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv http://creativecommons.org/licenses/by/4.0/
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.license.none.fl_str_mv Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.rights.uri.none.fl_str_mv http://creativecommons.org/licenses/by-nc/4.0
dc.rights.creativecommons.none.fl_str_mv Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
rights_invalid_str_mv Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
http://creativecommons.org/licenses/by/4.0/
http://creativecommons.org/licenses/by-nc/4.0
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
http://purl.org/coar/access_right/c_abf2
dc.format.mimetype.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad Industrial de Santander
dc.publisher.faculty.none.fl_str_mv Facultad de Ingenierías Fisicomecánicas
dc.publisher.program.none.fl_str_mv Ingeniería de Sistemas
dc.publisher.school.none.fl_str_mv Escuela de Ingeniería de Sistemas e Informática
publisher.none.fl_str_mv Universidad Industrial de Santander
institution Universidad Industrial de Santander
bitstream.url.fl_str_mv https://noesis.uis.edu.co/bitstreams/16afbfc0-26ea-4e1f-9117-3c1cd029e302/download
https://noesis.uis.edu.co/bitstreams/9a258077-7692-4d63-937b-e5766c07c54b/download
https://noesis.uis.edu.co/bitstreams/4a4c078c-3088-4aae-a7e0-bce22f89fc7f/download
bitstream.checksum.fl_str_mv e82e4b2f192342a6f9cdac4f2fb8c701
b6ab2eaab5c009d1d9a327c03fab0383
9f31eb2f849072d2a372ce25bf273d85
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv DSpace at UIS
repository.mail.fl_str_mv noesis@uis.edu.co
_version_ 1808402381167132672
spelling Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)http://creativecommons.org/licenses/by/4.0/http://creativecommons.org/licenses/by-nc/4.0Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)http://purl.org/coar/access_right/c_abf2Martínez Carrillo, FabioSarmiento Santos, Everson2024-03-04T00:04:21Z20182024-03-04T00:04:21Z20182018https://noesis.uis.edu.co/handle/20.500.14071/38564Universidad Industrial de SantanderUniversidad Industrial de Santanderhttps://noesis.uis.edu.coEste trabajo presenta un descriptor de movimiento que permite predecir enfermedades card´ıacas a partir de la cuantificacion de patrones de movimiento en ´ secuencias de imagenes de resonancia magnética cardiaca (RMC). El enfoque ´ propuesto comienza detectando automaticamente la región de interés (ROI) a ´ partir de una representacion de plantilla de Hough de densidad rápida. Luego, ´ sobre la ROI seleccionada se computa un flujo optico denso con la capacidad de ´ caracterizar desplazamientos grandes locales. Se llevo a cabo una segmenta- ´ cion espacial regional de la ROI mediante el uso de una plantilla circular similarál modelo de segmentacion AHA, con el fin de cuantificar localmente el movi- ´ miento del corazon, en este caso cada subregión se caracteriza por histogramas ´ de flujo de orientacion densa. Para obtener un descriptor más preciso se realizó´ un analisis multiescala, a partir de un estudio global y uno local para cada RMC.él conjunto de histogramas de movimiento de subregiones forman el descriptor que se asigna a un algoritmo de clasificacion, en este caso una máquina de ´ soporte vectorial (SVM), que entrenada previamente es capaz de predecir patolog´ıas card´ıacas. El descriptor propuesto fue validado en un conjunto de datos publicos con 45 imágenes de RMC pertenecientes a 4 patolog ´ ´ıas. En promedio, el descriptor propuesto alcanzo una precisión de ´ 60 % en la tarea de reconocimiento de enfermedades del corazon desde un descriptor de movimiento conúna longitud de 1254 elementos escalares.PregradoIngeniero de SistemasThis work presents a movement descriptor that allows predicting heart diseases from the quantification of movement patterns in cardiac magnetic resonance imaging (CMR) sequences. The proposed approach begins by automatically detecting the region of interest (ROI) from a fast-density Hough template representation. Then, on the selected ROI, a dense optical flow is computed with the capacity to characterize local large displacements. A regional spatial segmentation of the ROI was carried out by using a circular template similar to the AHA segmentation model, in order to locally quantify the movement of the heart, in this case each subregion is characterized by dense orientation flow histograms . To obtain a more accurate descriptor, a multiscale analysis was carried out, based on a global study and a local one for each MRC. The set of subregional movement histograms form the descriptor that is assigned to a classification algorithm, in this case a vector support machine (SVM), which previously trained is capable of predicting cardiac pathologies. The proposed descriptor was validated in a public data set with 45 CMR images belonging to 4 pathologies. On average, the proposed descriptor reached a precision of 60 % in the task of recognizing heart disease from a movement descriptor with a length of 1254 scalar elements.application/pdfspaUniversidad Industrial de SantanderFacultad de Ingenierías FisicomecánicasIngeniería de SistemasEscuela de Ingeniería de Sistemas e InformáticaFlujo Optico DensoVelocidad Aparente De MovimientoPa- ´ Trones De MovimientoCaracterizacionResonancia Magnética Card ´ ´Iaca (Rmc)Region De Interés (Roi)Máquinas De Soporte Vectorial (Svm).Dense Optical FlowApparent Speed Of MovementMovement PatternsCharacterizationCardiac Magnetic Resonance (Cmr)Region Of Interest (Roi)Support Vector Machines (Svm).Caracterización de patologías cardiacas utilizando patrones de velocidad aparente del movimientoCharacterization of cardiac pathologies using patterns of speed apparent from the movement(*)Tesis/Trabajo de grado - Monografía - Pregradohttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_b1a7d7d4d402bcceORIGINALCarta de autorización.pdfapplication/pdf961597https://noesis.uis.edu.co/bitstreams/16afbfc0-26ea-4e1f-9117-3c1cd029e302/downloade82e4b2f192342a6f9cdac4f2fb8c701MD51Documento.pdfapplication/pdf5994326https://noesis.uis.edu.co/bitstreams/9a258077-7692-4d63-937b-e5766c07c54b/downloadb6ab2eaab5c009d1d9a327c03fab0383MD52Nota de proyecto.pdfapplication/pdf112436https://noesis.uis.edu.co/bitstreams/4a4c078c-3088-4aae-a7e0-bce22f89fc7f/download9f31eb2f849072d2a372ce25bf273d85MD5320.500.14071/38564oai:noesis.uis.edu.co:20.500.14071/385642024-03-03 19:04:21.579http://creativecommons.org/licenses/by-nc/4.0http://creativecommons.org/licenses/by/4.0/open.accesshttps://noesis.uis.edu.coDSpace at UISnoesis@uis.edu.co