Software de reconstrucción volumétrica de corazón e identificación de pericarditis a partir de imágenes diagnósticas

Los avances tecnológicos mejoran constantemente los procesos en distintas áreas de lo cotidiano y lo profesional y ejemplo de esto en el campo de la medicina, son las imágenes diagnósticas obtenidas por métodos como la resonancia magnética, ultrasonido, la tomografía y demás, para la identificación...

Full description

Autores:
Acosta Cuéllar, Alejandra Valentina
Bernal Torres, Juan Sebastian
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2021
Institución:
Universidad Militar Nueva Granada
Repositorio:
Repositorio UMNG
Idioma:
spa
OAI Identifier:
oai:repository.unimilitar.edu.co:10654/39244
Acceso en línea:
http://hdl.handle.net/10654/39244
Palabra clave:
INTELIGENCIA ARTIFICIAL
PERICARDITIS
PROCESAMIENTO DIGITAL DE IMAGENES
REALIDAD VIRTUAL
Diagnostic Imaging
Artificial Intelligence
Pericarditis
Imágenes diagnósticas
Inteligencia artificial
Pericarditis
Reconstrucción 3D
3D Reconstruction
Rights
openAccess
License
http://creativecommons.org/licenses/by-nc-nd/4.0/
Description
Summary:Los avances tecnológicos mejoran constantemente los procesos en distintas áreas de lo cotidiano y lo profesional y ejemplo de esto en el campo de la medicina, son las imágenes diagnósticas obtenidas por métodos como la resonancia magnética, ultrasonido, la tomografía y demás, para la identificación de diversas patologías. Estos procedimientos comúnmente son largos, tediosos y requieren de costosos equipos biomédicos especializados para su análisis. Por ello, en el presente trabajo se presenta el diseño y la implementación de un software a nivel académico capaz de realizar la reconstrucción volumétrica del corazón e identificar la posible presencia de pericarditis en un paciente, todo esto haciendo uso de imágenes de diagnóstico médico. Su desarrollo parte con la adquisición de un dataset con imágenes obtenidas mediante el método de resonancia magnética y proporcionadas por el Hospital Militar Central de Bogotá, bajo acuerdo de confidencialidad. A partir de este se implementaron técnicas de detección de movimiento, segmentación de tejidos, filtros de suavizado y el método de reconstrucción de superficies de Poisson para conseguir el modelo tridimensional del corazón más aproximado; así como la adopción de algoritmos de inteligencia artificial basados en redes neuronales convolucionales y modelos pre-entrenados para estimar la presencia de dicha patología.