Identificación y cuantificación de hemorragias cerebrales intraparenquimatosas en imágenes de tomografías computarizadas

El accidente vascular cerebral (ACV), también conocido como ataque cerebral, es un importante problema de salud, siendo la segunda causa de discapacidad y muerte en todo el mundo. Tan solo en Colombia, el accidente cerebrovascular se reportó dentro de las primeras cinco causas de mortalidad en el país, ocasionando 32 muertes por cada 100.000 habitantes en el año 2019. El accidente de tipo intraparenquimatoso (ICH) es la forma más común de ataque cerebral hemorrágico y representa aproximadamente el 10% o 15% de todos los casos. Este tipo de hemorragia se caracteriza por la presencia de un hematoma, cuyo volumen y ubicación son determinantes a la hora de realizarse un diagnóstico clínico. El objetivo principal de este proyecto de grado es la detección y cuantificación automática de hemorragias intraparenquimatosas a partir del procesamiento de imágenes de tomografías computarizadas del cerebro. Los objetivos específicos se encuentran en el capítulo. Una introducción a los ataques cerebrovasculares, los tipos considerados en el estudio, las características de las imágenes utilizadas, y el método de clustering utilizado se encuentran en el capítulo 2. Detalles de los datos utilizados se muestran en el capítulo 3. Posteriormente, en el capítulo 4, se expone el diseño de la solución y se explica con detalle en qué consiste cada paso junto con el código correspondiente escrito en Python. El análisis y los resultados obtenidos se muestran en el capítulo 5. Finalmente, en el capítulo 6 se discuten las conclusiones, aspectos por mejorar de este proyecto de grado y trabajo futuro en este tema. Como resultados más importantes de este trabajo, se resalta que la implementación propuesta logra identificar sangre en el cerebro. Con esto encuentra los hematomas en cada caso estudiado y además llega a identificar hemorragias de tipo intraventricular y subaracnoideo, estas últimas suelen ser más difíciles de ver incluso para un radiólogo experimentado. Además, este método permite realizar el cálculo de las áreas y volúmenes con más precisión que el método de aproximación de elipsoides utilizado por los radiólogos actualmente. Aunque el método presenta resultados prometedores, este debe seguir en desarrollo con el fin de lograr una mejor concordancia con los hallazgos de los expertos.

• Autores: García Alvarado, María Valentina
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2023
• Institución: Universidad de los Andes
• Repositorio: Séneca: repositorio Uniandes
• Idioma: spa
• OAI Identifier: oai:repositorio.uniandes.edu.co:1992/69210
• Acceso en línea: http://hdl.handle.net/1992/69210
• Palabra clave: Imágenes médicas; ACV; Clustering; Ingeniería
• Rights: openAccess
• License: Atribución 4.0 Internacional