Improving Interaction With Large Medical Image Collections

Los sistemas de archivado y transmisión de imágenes (PACSs) se han constituido en la base del flujo de trabajo diario para radiologos a nivel mundial. La interacción con imágenes médicas en dichos sistemas son un importante campo de investigación, debido a los intereses de la academia y la industria...

Full description

Autores:: Guzmán Medina, Lina María

Tipo de recurso:

Fecha de publicación:: 2016

Institución:: Universidad Nacional de Colombia

Repositorio:: Universidad Nacional de Colombia

Idioma:: spa

Description
Summary:	Los sistemas de archivado y transmisión de imágenes (PACSs) se han constituido en la base del flujo de trabajo diario para radiologos a nivel mundial. La interacción con imágenes médicas en dichos sistemas son un importante campo de investigación, debido a los intereses de la academia y la industria en mejorar la experiencia del usuario. Reduciendo costos, la brecha entre médicos e ingenieros, además de aumentar la visibilización de las grandes cantidades de datos. Actualmente los visores de PACS solo permiten el acceso a casos por número de identificación, sexo o nombre del paciente, o bien, etiquetas de las imágenes como modalidad o fecha de captura. Esto ha desenlazado en un amplio rango de capas de la interacción por mejorar como: mecánismos de búsqueda, estrategias de clasificación, recuperación y visualización. La contribución de esta tesis es un marco de trabajo para mejorar la interacción con grandes colecciones de imágenes radiológicas, integrando en un solo entorno diversas estrategias computacionales como las mencionadas previamente. Comenzando por la caracterización de imágenes de resonancia magnética de cerebro, seno y columna vertebral; empleando diferentes propiedades de la imagen como: textura, intensidad y forma. Posteriormente, un mecanismo de clasificación identifica de manera automática el órgano al cual pertenece la imagen. Una estrategia de recuperación basada en contenido es empleada para determinar la distancia entre los casos y finalmente graficarlos en un resumen visual. Empleando este resumen o buscando un caso específico el usuario puede estudiar en detalle cada uno de los volúmenes en el repositorio. Se desarrolló una plataforma web que integra cada una de las estrategias anteriormente enunciadas. Adicionalmente se sugiere al usuario casos relacionados con aquellos analizados previamente, empleando un mecanismo de recomendaci´on de contenido basado en la estrategia de recuperaci´on y alimentada por la interacci´on de los usuarios. El marco de trabajo presenta resultados de clasificación con una exactitud de 92 %, recuperación con la media de precisión promedio por encima de 0.9 y una aplicación prototipo funcional web que integra todas las estrategias para que estudiantes, médicos generales o especialistas puedan interactuar de una manera alternativa con los repositorios de imágenes radiológicas.

Improving Interaction With Large Medical Image Collections

Publicaciones similares