Geometric and temporal heart characterization using dense hough transform in cardiac mri

El desarrollo y la propuesta de herramientas de apoyo al diagnóstico y la monitorización de las patologías cardiacas son esenciales para ayudar a los médicos en la rutina clínica. Sin embargo, la caracterización del corazón es una tarea muy compleja debido a la alta variabilidad geométrica y dinámic...

Full description

Autores:
Pico Velasquez, Jean Alejandro
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:20.500.14071/37838
Acceso en línea:
https://noesis.uis.edu.co/handle/20.500.14071/37838
https://noesis.uis.edu.co
Palabra clave:
Corazón
Transformada Hough
Descriptor
Cmr
Mri
Imágenes Biomédicas
Caracterización
Segmentación Cardíaca
Predicción De Enfermedades Cardíacas
Heart
Hough Transform
Descriptor
Cmr
Mri
Biomedical Imaging„ Characterization
Cardiac Segmentation
Cardiac Disease Prediction .
Rights
License
Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
Description
Summary:El desarrollo y la propuesta de herramientas de apoyo al diagnóstico y la monitorización de las patologías cardiacas son esenciales para ayudar a los médicos en la rutina clínica. Sin embargo, la caracterización del corazón es una tarea muy compleja debido a la alta variabilidad geométrica y dinámica de sus estructuras. Adicionalmente, la resonancia magnética (MRI) en la rutina clínica tiene restricciones temporales y espaciales que limitan el análisis observacional de este órgano en particular. El objetivo de este trabajo es proponer un descriptor espacio-temporal que permita la caracterización no paramétrica de estructuras cardiacas utilizando la transformación Dense Hough (DHT). Este trabajo involucra la evaluación multi-escala de secuencias de resonancia magnética cardiovascular (CMR), así como el análisis de primitivas de movimiento y deformaciones que pueden ser codificadas en tablas acumulativas para lograr una representación robusta. Las estructuras cardíacas se codificaron a partir de la DHT y se implementaron en dos escenarios diferentes: segmentaciones del ventrículo derecho y clasificación automática de la enfermedad. En la primera tarea, para la segmentación del ventrículo derecho, la estrategia propuesta logró una precisión de 0.87 en un conjunto de 95 muestras. Para la segunda tarea, el reconocimiento de las enfermedades del corazón alcanza los 70.7% de precisión en un conjunto de datos con cuatro patologías diferentes.