Plugin Web de segmentación y cuantificación de tejido adiposo abdominal

La obesidad y los depósitos de grasa representan un factor de riesgo para diferentes desordenes y condiciones como el sobrepeso. Esto aumenta el riesgo de fallos cardiovasculares y metabólicos [1]. Las tomografías computarizadas se utilizan para ayudar al diagnóstico de condiciones relacionadas con estas patologías por lo que automatizar el proceso de segmentación y cuantificación de la grasa abdominal tendría un impacto positivo como herramienta en su diagnóstico. Por ello se desea rediseñar CAAVAT (Computer Asisted Analysis of Visceral Adipose Tissue por sus siglas en inglés) e integrarlo a la plataforma de visión de imágenes médicas Atix. CAVAAT es un algoritmo de segmentación y cuantificación de tejido adiposo visceral (VAT por sus siglas en inglés) y tejido adiposo subcutáneo (SAT por sus siglas en inglés). Previamente el algoritmo estaba implementado en C++ [2]. El objetivo de este trabajo de grado es re implementarlo en Python en ocasión a la amplia cantidad de librerías para el procesamiento de imágenes médicas disponibles para el lenguaje como son scikit-image [3] y openCV [4]. Este segmenta el VAT y SAT mediante el uso de operaciones morfológicas y contornos activos. Además, se escribe un plugin web con el fin de añadirlo a la plataforma web de visión de imágenes médicas Atix.

• Autores: Mejía Bustos, Leonardo
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2024
• Institución: Universidad de los Andes
• Repositorio: Séneca: repositorio Uniandes
• Idioma: spa
• OAI Identifier: oai:repositorio.uniandes.edu.co:1992/73875
• Acceso en línea: https://hdl.handle.net/1992/73875
• Palabra clave: Analisis de imagenes; Ingeniería
• Rights: openAccess
• License: Attribution-NonCommercial-NoDerivatives 4.0 International