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 (...
- 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
- 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 |