Una revisión actual de las técnicas computacionales para la caracterización de enfermedades vinculadas con la válvula aórtica
En los últimos años, los avances en imagenología médica estan cambiado la forma de obtener información anatómica y funcional de las estructuras vinculadas con el corazón, particularmente, de las válvulas cardíacas. En este artículo se hace una revisión, que abarca el periodo 2014-2020, sobre las téc...
- Autores:
-
Valbuena, Oscar
Vera, Miguel
Borrero, Maryuri
Huérfano, Yuleidy
Capacho, Yulian
- Tipo de recurso:
- Fecha de publicación:
- 2020
- Institución:
- Universidad Simón Bolívar
- Repositorio:
- Repositorio Digital USB
- Idioma:
- spa
- OAI Identifier:
- oai:bonga.unisimon.edu.co:20.500.12442/6848
- Acceso en línea:
- https://hdl.handle.net/20.500.12442/6848
- Palabra clave:
- Enfermedades de las válvulas cardiacas
Tomografía computarizada multicapa
Segmentación
TAVI
Heart valve diseases
Multilayer computed tomography
Segmentation
- Rights
- openAccess
- License
- Attribution-NonCommercial-NoDerivatives 4.0 Internacional
| id |
USIMONBOL2_c015fb675050234194ce83c4e712a120 |
|---|---|
| oai_identifier_str |
oai:bonga.unisimon.edu.co:20.500.12442/6848 |
| network_acronym_str |
USIMONBOL2 |
| network_name_str |
Repositorio Digital USB |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Una revisión actual de las técnicas computacionales para la caracterización de enfermedades vinculadas con la válvula aórtica |
| dc.title.translated.eng.fl_str_mv |
A current review of computational techniques for diseases characterizing associated with the aortic valve |
| title |
Una revisión actual de las técnicas computacionales para la caracterización de enfermedades vinculadas con la válvula aórtica |
| spellingShingle |
Una revisión actual de las técnicas computacionales para la caracterización de enfermedades vinculadas con la válvula aórtica Enfermedades de las válvulas cardiacas Tomografía computarizada multicapa Segmentación TAVI Heart valve diseases Multilayer computed tomography Segmentation |
| title_short |
Una revisión actual de las técnicas computacionales para la caracterización de enfermedades vinculadas con la válvula aórtica |
| title_full |
Una revisión actual de las técnicas computacionales para la caracterización de enfermedades vinculadas con la válvula aórtica |
| title_fullStr |
Una revisión actual de las técnicas computacionales para la caracterización de enfermedades vinculadas con la válvula aórtica |
| title_full_unstemmed |
Una revisión actual de las técnicas computacionales para la caracterización de enfermedades vinculadas con la válvula aórtica |
| title_sort |
Una revisión actual de las técnicas computacionales para la caracterización de enfermedades vinculadas con la válvula aórtica |
| dc.creator.fl_str_mv |
Valbuena, Oscar Vera, Miguel Borrero, Maryuri Huérfano, Yuleidy Capacho, Yulian |
| dc.contributor.author.none.fl_str_mv |
Valbuena, Oscar Vera, Miguel Borrero, Maryuri Huérfano, Yuleidy Capacho, Yulian |
| dc.subject.spa.fl_str_mv |
Enfermedades de las válvulas cardiacas Tomografía computarizada multicapa Segmentación TAVI |
| topic |
Enfermedades de las válvulas cardiacas Tomografía computarizada multicapa Segmentación TAVI Heart valve diseases Multilayer computed tomography Segmentation |
| dc.subject.eng.fl_str_mv |
Heart valve diseases Multilayer computed tomography Segmentation |
| description |
En los últimos años, los avances en imagenología médica estan cambiado la forma de obtener información anatómica y funcional de las estructuras vinculadas con el corazón, particularmente, de las válvulas cardíacas. En este artículo se hace una revisión, que abarca el periodo 2014-2020, sobre las técnicas computacionales usadas en la caracterización, vía segmentación, de las enfermedades que afectan las mencionadas válvulas. La presente revisión proporciona información actualizada acerca de: a) enfermedades que afectan las válvulas, b) principales modalidades de adquisición de imágenes cardíacas, c) últimos avances en prótesis de válvulas aórticas empleadas en el implante valvular aórtico transcatéter (TAVI), d) técnicas usadas para la segmentación y caracterización de las válvulas. Los principales hallazgos indican que se destaca la tomografía computarizada para hacer una caracterización de la geometría y de la capacidad funcional de los principales tejidos de las válvulas; mientras que se ha proliferado el uso de prótesis, de última generación, las cuales tienden a disminuir las complicaciones clínicas posterior al remplazo de válvula y, a su vez, elevan la calidad de vida del paciente, razón por la cual el TAVI es cada vez más frecuente en pacientes de moderado y bajo riesgo quirúrgico. |
| publishDate |
2020 |
| dc.date.accessioned.none.fl_str_mv |
2020-12-07T16:50:31Z |
| dc.date.available.none.fl_str_mv |
2020-12-07T16:50:31Z |
| dc.date.issued.none.fl_str_mv |
2020 |
| dc.type.coarversion.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
| dc.type.coar.fl_str_mv |
http://purl.org/coar/resource_type/c_2df8fbb1 |
| dc.type.driver.eng.fl_str_mv |
info:eu-repo/semantics/article |
| dc.type.spa.spa.fl_str_mv |
Artículo científico |
| dc.identifier.issn.none.fl_str_mv |
26107996 |
| dc.identifier.uri.none.fl_str_mv |
https://hdl.handle.net/20.500.12442/6848 |
| dc.identifier.url.none.fl_str_mv |
revhipertension.com/rlh_3_2020/14_una_revision_actual_tecnicas.pdf |
| identifier_str_mv |
26107996 revhipertension.com/rlh_3_2020/14_una_revision_actual_tecnicas.pdf |
| url |
https://hdl.handle.net/20.500.12442/6848 |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.rights.*.fl_str_mv |
Attribution-NonCommercial-NoDerivatives 4.0 Internacional |
| dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivatives 4.0 Internacional http://creativecommons.org/licenses/by-nc-nd/4.0/ http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.mimetype.spa.fl_str_mv |
pdf |
| dc.publisher.spa.fl_str_mv |
Sociedad Venezolana de Hipertensión Sociedad Latinoamericana de Hipertensión |
| dc.source.spa.fl_str_mv |
Revista Latinoamericana de Hipertensión Vol. 15, No. 3 (2020) |
| institution |
Universidad Simón Bolívar |
| bitstream.url.fl_str_mv |
https://bonga.unisimon.edu.co/bitstreams/d43f2b1e-5f41-4ab2-aef4-e35a371f02bc/download https://bonga.unisimon.edu.co/bitstreams/c891eae9-8954-4258-a9a6-81bacd89f922/download https://bonga.unisimon.edu.co/bitstreams/fcac3f4a-040b-4968-9aad-daae2b9e0f7d/download https://bonga.unisimon.edu.co/bitstreams/1281574d-3146-40ff-9351-1f1e3bf69fc2/download https://bonga.unisimon.edu.co/bitstreams/74db32b9-f118-497d-9e97-7b39718943c9/download https://bonga.unisimon.edu.co/bitstreams/7c80b1f8-98f4-4011-9cf2-ab7ba37952d5/download https://bonga.unisimon.edu.co/bitstreams/6d537348-ddc5-4b91-9b00-53ba472d4ff4/download |
| bitstream.checksum.fl_str_mv |
cbb222b63cdaf120d69e9e0e1dc8f77b 4460e5956bc1d1639be9ae6146a50347 733bec43a0bf5ade4d97db708e29b185 6f36498cb9d715b703f91a8b6a185207 8a1bae78cfeab7cee50b0f5efac351d8 8b3b1032ed7d822ed968c6cd43d49c7c e050e770c9abad7e6a2c649b784ae8f2 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Digital Universidad Simón Bolívar |
| repository.mail.fl_str_mv |
repositorio.digital@unisimon.edu.co |
| _version_ |
1814076152005787648 |
| spelling |
Valbuena, Oscar262b3f8e-b422-4786-b036-2aaa5b963f84Vera, Miguelc485e4e3-5bbd-4d00-8ec7-e5bc8a0a21e3Borrero, Maryuri8a9676e6-7f24-4422-b91a-0234954b30feHuérfano, Yuleidy2d95bee0-7a4e-4089-99ec-7cee12e0def3Capacho, Yulian0bcbf2c0-9cdd-497a-b819-b910767aaa1d2020-12-07T16:50:31Z2020-12-07T16:50:31Z202026107996https://hdl.handle.net/20.500.12442/6848revhipertension.com/rlh_3_2020/14_una_revision_actual_tecnicas.pdfEn los últimos años, los avances en imagenología médica estan cambiado la forma de obtener información anatómica y funcional de las estructuras vinculadas con el corazón, particularmente, de las válvulas cardíacas. En este artículo se hace una revisión, que abarca el periodo 2014-2020, sobre las técnicas computacionales usadas en la caracterización, vía segmentación, de las enfermedades que afectan las mencionadas válvulas. La presente revisión proporciona información actualizada acerca de: a) enfermedades que afectan las válvulas, b) principales modalidades de adquisición de imágenes cardíacas, c) últimos avances en prótesis de válvulas aórticas empleadas en el implante valvular aórtico transcatéter (TAVI), d) técnicas usadas para la segmentación y caracterización de las válvulas. Los principales hallazgos indican que se destaca la tomografía computarizada para hacer una caracterización de la geometría y de la capacidad funcional de los principales tejidos de las válvulas; mientras que se ha proliferado el uso de prótesis, de última generación, las cuales tienden a disminuir las complicaciones clínicas posterior al remplazo de válvula y, a su vez, elevan la calidad de vida del paciente, razón por la cual el TAVI es cada vez más frecuente en pacientes de moderado y bajo riesgo quirúrgico.In recent years, advances in medical imaging have changed the way of obtaining anatomical and functional information on structures linked to the heart, particularly, the heart valves. In this article, a review is made, covering the period 2014-2020, on the computational techniques used in the characterization, via segmentation, of the diseases that affect the mentioned valves. This review provides updated information about: a) diseases affecting the valves, b) main cardiac imaging modalities, c) recent advances in aortic valve prostheses used in transcatheter aortic valve implantation (TAVI), d) techniques used for the segmentation and characterization of the valves. The main findings indicate that computed tomography is highlighted to characterize the geometry and functional capacity of the main valve tissues; while the use of state-of-the-art prostheses has proliferated, which tend to decrease clinical complications after valve replacement and, in turn, raise the patient’s quality of life, which is due TAVI is increasingly more frequent in patients of moderate and low surgical risk.pdfspaSociedad Venezolana de HipertensiónSociedad Latinoamericana de HipertensiónAttribution-NonCommercial-NoDerivatives 4.0 Internacionalhttp://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Revista Latinoamericana de HipertensiónVol. 15, No. 3 (2020)Enfermedades de las válvulas cardiacasTomografía computarizada multicapaSegmentaciónTAVIHeart valve diseasesMultilayer computed tomographySegmentationUna revisión actual de las técnicas computacionales para la caracterización de enfermedades vinculadas con la válvula aórticaA current review of computational techniques for diseases characterizing associated with the aortic valveinfo:eu-repo/semantics/articleArtículo científicohttp://purl.org/coar/version/c_970fb48d4fbd8a85http://purl.org/coar/resource_type/c_2df8fbb1Lindman B, Annick M, Mathieu P, Lung B, Lancellotti P, Otto C, Pibarot P. Calcific aortic stenosis. Nature reviews disease primers. 2016, doi. org/10.1038/nrdp.2016.6.Goody P, Rabiul M, Christmann D, Thomas S, Zietzer A, Adam M, Bönner F, Zimmer S, Nickenig G, Jansen F. Aortic valve stenosis. Arteriosclerosis, thrombosis, and vascular biology. 2020;40(4):885–900.Génereux P, Pibarot P, Redfors B, Mack M, Makkar R, Jaber W, Svensson L, Kapadia S, Tuzcu M, Thourani V, et al. Staging classification of aortic stenosis based on the extent of cardiac damage. European heart journal. 2017; 38(45): 3351–3358Andell P, Li X, Martinsson A, Andersson C, Stagmo M, Zöller B, Sundquist K, Smith G. Epidemiology of valvular heart disease in a swedish nationwide hospital-based register study. Heart. 2017;103(21):1696- 1703.Pratt W. Digital Image Processing. USA: John Wiley & Sons Inc; 2007Zamorano J, Alves A, Lancellotti P, Andersen K, Gómez A, Monaghan M, Brochet E, Wunderlich S, Gafoor S, Gillam L, Canna G. The use of imaging in new transcatheter interventions: an EACVI review paper, European heart journal - cardiovascular imaging. 2016; 17(8):835– 835.Pasala T, Ruiz C. Transcatheter aortic valve replacement for all-comers with severe aortic stenosis: Could It Become a Reality?. Rev esp cardiol. 2018;71(3):141–145.Jurencak T, Turek J, Kietselaer B, Mihl C, Kok M, Ommen V, Garsse L, Nijssen E, Wildberger J, Das M. MDCT evaluation of aortic root and aortic valve prior to TAVI. What is the optimal imaging time point in the cardiac cycle?. European radiology. 2015; 25(7):1975–1983.Hansson N, Grove E, Andersen H, Leipsic J, Andersen H, Leipsic J, Mathiassen O, Jensen K, Blanke P, Blanke P, et al. Transcatheter aortic valve thrombosis: Incidence, predisposing factors, and clinical implications. Journal of the American college of cardiology. 2016; 68(19):2059-2069.Latsios G, Spyridopoulos T, Toutouzas K, Synetos A, Trantalis G, Stathogiannis K, Penesopoulou V, Oikonomou G, Brountzos E, Tousoulis D. Multi-slice CT (MSCT) imaging in pretrans-catheter aortic valve implantation (TAVI) screening. How to perform and how to interpret. Hellenic journal of cardiology. 2018; 59(1):3-7Le Couteulx S, Caudron J, Dubourg B, Dacher J. Multidetector computed tomography sizing of aortic annulus prior to transcatheter aortic valve replacement (TAVR): Variability and impact of observer experience. Diagnostic and interventional imaging. 2018; 99(5):279-289.Tsuneyoshi H, Komiya T, Shimamoto T. Accuracy of aortic annulus diameter measurement: comparison of multi‐detector CT, Two‐ and three‐dimensional echocardiography. J Card Surg 2016;31(1):18–22.Chourdakis E, Koniari I, Kounis N, Velissaris D, Koutsogiannis N, Tsigkas G, Hauptmann K, Sontag B, Hahalis G. The role of echocardiography and CT angiography in transcatheter aortic valve implantation patients. Journal of geriatric cardiology. 2018;15(1):86-94.Pibarot P, Dumesnil J. Selection of the optimal prosthesis and longterm management. Circulation. 2009;119(7):1034–1048Guillén M, Ros L, Angulo E, Yagüe D, Nuñez M. Multidetector computed tomography evaluation of candidates for transcatheter aortic valve implantation. Radiología. 2018;60(1):24-38.Marwan M, Mekkhala N, Goller M, Röthera J, Bittnera D, Schuhbaecka A, Hella M, Muschiola G, Kolweltera J, Feyrerc R, et al. Leaflet thrombosis following transcatheter aortic valve implantation. Journal of Cardiovascular Computed Tomography. 2018; 12(1):8–13.Faggioni L, Gabelloni M, Accogli S, Angelillis M, Costa G, Spontoni P, Petronio A, Caramella D. Preprocedural planning of transcatheter mitral valve interventions by multidetector CT: What the radiologist needs to know. European journal of radiology open. 2018; 5:131– 140.Manoharan G, Walton AS, Brecker SJ, et al. Treatment of symptoConclusiones Referencias 237 matic severe aortic stenosis with a novel resheathable supra-annular self-expanding transcatheter aortic valve system. American college of cardiology. 2015;8(1):1359-1367.Boogert T, Vendrik J, Claessen B, Baan J, Beijk M, Limpens J, Boekholdt S, Hoek R, Planken R, Henriques J. CTCA for detection of significant coronary artery disease in routine TAVI work-up. Netherlands heart journal. 2018;26(1):591–599.Popma J, Adams D, Reardon M, Yakubov S, Kleiman N, Heimansohn D, Hermiller J, Hughes G, Harrison J, Coselli J, et al. Transcatheter aortic valve replacement using a self-expanding bioprosthesis in patients with severe aortic stenosis at extreme risk for surgery. Journal of the american college of cardiology. 2014; 63(19):1972-1981.Dasi L, Hatoum H, Kheradvar A, Zareian R, Alavi S, Sun W, Martin C, Pham T, Wang Q, Midha P, Raghav V, Yoganathan A. On the mechanics of transcatheter aortic valve replacement. Annals of biomedical engineering. 2017; 45(2):310–331.Mylotte M, Andalib A, Pascal L, Dorfmeister M, Girgis M, Alharbi W, Chetrit M, Galatas C, Mamane S, Sebag I, et al. Transcatheter heart valve failure:a systematic review. European heart journal. 2015; 36(21):1306–1327.Kataruka A, Otto C. Valve durability after transcatheter aortic valve implantation. Journal of thoracic disease. 2018; 10(30):3629-3636.Zakerzadeh R, Hsu M, Sacks M. Computational methods for the aortic heart valve and its replacements. Expert review of medical devices. 2017;14(11):849–866.Sun W, Martin C, Pham T. Computational modeling of cardiac valve function and intervention. Annual review of biomedical engineering. 2014; 16(1):53–76Vera M, Valbuena O, Huerfano Y, Vera M I, Gelvez E, Salazar J. Usefulness of cutting planes in the hierarchical segmentation of cardiac anatomical structures. Journal of physics: conference series 1408. 2019, doi.org/10.1088/1742 6596/1408/1/012005.Strong C, Ferreira A, Teles R, Mendes G, Abecasis J, Cardoso G, Guerreiro S, Freitas P, Santos A, Saraiva C, et al. Diagnostic accuracy of computed tomography angiography for the exclusion of coronary artery disease in candidates for transcatheter aortic valve implantation. Scientific reports. 2019, doi.org/10.1038/s41598-019-56519-3.Hoeijmakers M, Silva D, Waechter I, Kasztelnik M, Weese J, Hose D, Vosse F. Estimation of valvular resistance of segmented aortic valves using computational fluid dynamics. Journal of biomechanics. 2019; 94(1):49–58.Pawade T, Clavel MA, Tribouilloy C, Dreyfus J, Mathieu T, Tastet l, Renard C, Gun M, Arthur W, Macron L, et al. Computed tomography aortic valve calcium scoring in patients with aortic stenosis. Circ cardiovasc imaging. 2018;11(3). doi: 10.1161/CIRCIMAGING.117.007146.Siriapisith T, Kusakunniran W, Haddawy P. Outer wall segmentation of abdominal aortic aneurysm by variable neighborhood search through intensity and gradient spaces. Journal of digital imaging. 2018; 31(1):490–50.Almolla R, Enaba M, Abdel H. Pre-procedural multi-slice computed tomography (MSCT) in aortic valve replacement. Important measurements. The egyptian journal of radiology and nuclear medicine. 2017; 48(1):365-373Elattar M, Wiegerinck E, Kesteren F, Dubois L, Planken N, Vanbavel E, Baan J, Marquering H. Automatic aortic root landmark detection in CTA images for preprocedural planning of transcatheter aortic valve implantation. Cardiovasc imaging. 2016;32(1):501–511.Kurugol S, Come C, Diaz A, Ross J, Kinney G, Black J, Hokanson J, Budoff M, Washko G, Jose R. Automated quantitative 3D analysis of aorta size, morphology, and mural calcification distributions. Medical physics. 2015; 42(9):5467-5478.Di Martino L, Vletter W, Ren B, Schultz C, Mieghem N, Soliman O, Biase M, Jaegere P, Geleijnse M. Prediction of paravalvular leakage after transcatheter aortic valve implantation. The international journal of cardiovascular imaging. 2015; 31(7):1461–1468.Salgado R, Budde R, Shivalkar B, Herck P, Beeck B, Vrints C, Buijsrogge M, Stella P, Rodrigus I, Bosmans J, Parizel P. Transcatheter aortic valve replacement: postoperative CT findings of sapien and corevalve transcatheter heart valves. Radiographics 2014; 34(1):1517–1536.Gamechi Z, Bons L, Giordano M, Bos D, Budde R, Kofoed K, Pedersen J, Hesselink J, Bruijne M. Automated 3D segmentation and diameter measurement of the thoracic aorta on non contrast enhanced CT. European radiology. (2019); 29:4613–4623.Astudillo P, Mortier P, Bosmans J, Backer O, Jaegere P, Beule M, Dambre J. Enabling automated device size selection for transcatheter aortic valve implantation. Journal of interventional cardiology. 2019, doi. org/10.1155/2019/3591314Lalys F, Esneault S, Castro M, Royer L, Haigron P, Auffret V, Tomasi J. Automatic aortic root segmentation and anatomical landmarks detection for TAVI procedure planning. Minimally invasive therapy & allied technologies. 2019;28(3):157-164Valbuena O, Vera M, Huérfano Y, Gelvez E, Salazar J, Molina V, Sáenz F, Vera M I, Salazar W. Computational strategy for the segmentation of the aortic annulus in cardiac computed tomography images. Journal of physics: Conference series1160. 2019, doi:10.1088/1742 6596/1160/1/012005.Zabir H. Aortic valve segmentation using convolutional neural network with skip mechanism. Communications on applied electronics (CAE). 2019;7(29):2394– 4714.Huzior A, Stanuch M, Witowski J, Dudek D. Automatic aorta and left ventricle segmentation for TAVI procedure planning using convolutional neural networks. 41st Annual international conference of the IEEE engineering in medicine and biology society (EMBC), Germany. 2019, doi: 10.1109/EMBC.2019.8857409.Abdeldayem E, Ibrahim A, Osman, A. CT aortic annulus parameters for pre-operative TAVI assessment: a comparative study between manual post processing and automated software tool. The egyptian journal of radiology and nuclear medicine. 2018; 49(1):352-357.Abdullah W, Jung H, Yun D, Jang Y, Park H, Chang H. Automatic aortic valve landmark localization in coronary CT angiography using colonial walk. Plos one.2018; 13(7), doi:org/10.1371/journal.pone.0200317.Noothouta J, Vosa B, Wolterinka J, Isgum I. Automatic segmentation of thoracic aorta segments in low-dose chest CT. Medical Imaging: Image Processing. 2018: 105741S.Horehledova B, Mihl C, Schwemmer C, Hendriks B, Eijsvoogel N, Kietselaer B, Wildberger J, Das M. Aortic root evaluation prior to transcatheter aortic valve implantationÐCorrelation of manual and semiautomatic measurements. Plos one. 2018, doi.org/10.1371/journal. pone.0199732.Gao X, Boccalini S, Kitslaar P, Budde R, Attrach M, Tu S, Graaf M, Ondrus T, Penicka M, Scholte A, et al. Quantification of aortic annulus in computed tomography angiography:Validation of a fully automatic methodology. European journal of radiology. 2017; 93(1):1–8.Liang L, Kong F, Martin C, Pham T, Wang Q, Duncan J, Sun W. Machine learning based 3D geometry reconstruction and modeling of aortic valve deformation using 3D CT images. Int J numer method biomed eng. 2017;33(5), doi:10.1002/cnm.2827.Queirós S, Dubois C, Morais P, Adriaenssens T, Fonseca J, Vilaça J, D’hooge J. Automatic 3D aortic annulus sizing by computed tomography in the planning of transcatheter aortic valve implantation. Journal of cardiovascular computed tomography. 2017;11(1):25- 32Chodór P, Wilczek K, Przybylski R, Głowacki J, Kukulski T, Streb W, Niklewski T, Honisz G, Trzeciak P, Podolecki T, et al. Impact of core valve size selection based on multi-slice computed tomography on paravalvular leak after transcatheter aortic valve implantation. Cardiology Journal. 2017; 24(5):467- 476.Veulemans V, Zeus T, Kleinebrecht L, Balzer J, Hellhammer K, Polzin A, Horn P, Blehm A, Minol J, Kröpil P, et al. Comparison of manual and automated preprocedural segmentation tools to predict the annulus plane angulation and C-Arm positioning for transcatheter aortic valve replacement. Plos one. 2016;11(4), doi:10.1371/journal. pone.0151918Aspern K, Foldyna B, Etz C, Hoyer A, Girrbach F, Holzhey D, Lucke C, Grothoff M, Linke A, Mohr F, Gutberlet M, Lehmkuhl L. Effective diameter of the aortic annulus prior to transcatheter aortic valve implantation: influence of area-based versus perimeter-based calculation. Int J cardiovasc imaging. 2015;31(1):163–169.Blanke P, McCall J, Achenbach S, Delgado V, Hausleiter J, Jilaihawi H, Marwan M, Nørgaard B, Piazza N, Schoenhagen P, Leipsic J. Computed tomography imaging in the context of transcatheter aortic valve implantation (TAVI)/ transcatheter aortic valve replacement (TAVR). Cardiovascular imaging. 2019; 12(1):1-24ORIGINALPDF.pdfPDF.pdfPDFapplication/pdf1330596https://bonga.unisimon.edu.co/bitstreams/d43f2b1e-5f41-4ab2-aef4-e35a371f02bc/downloadcbb222b63cdaf120d69e9e0e1dc8f77bMD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8805https://bonga.unisimon.edu.co/bitstreams/c891eae9-8954-4258-a9a6-81bacd89f922/download4460e5956bc1d1639be9ae6146a50347MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-8381https://bonga.unisimon.edu.co/bitstreams/fcac3f4a-040b-4968-9aad-daae2b9e0f7d/download733bec43a0bf5ade4d97db708e29b185MD53TEXTRevisión_actual_técnicas_computacionales.pdf.txtRevisión_actual_técnicas_computacionales.pdf.txtExtracted texttext/plain39403https://bonga.unisimon.edu.co/bitstreams/1281574d-3146-40ff-9351-1f1e3bf69fc2/download6f36498cb9d715b703f91a8b6a185207MD54PDF.pdf.txtPDF.pdf.txtExtracted texttext/plain39784https://bonga.unisimon.edu.co/bitstreams/74db32b9-f118-497d-9e97-7b39718943c9/download8a1bae78cfeab7cee50b0f5efac351d8MD56THUMBNAILRevisión_actual_técnicas_computacionales.pdf.jpgRevisión_actual_técnicas_computacionales.pdf.jpgGenerated Thumbnailimage/jpeg2048https://bonga.unisimon.edu.co/bitstreams/7c80b1f8-98f4-4011-9cf2-ab7ba37952d5/download8b3b1032ed7d822ed968c6cd43d49c7cMD55PDF.pdf.jpgPDF.pdf.jpgGenerated Thumbnailimage/jpeg6152https://bonga.unisimon.edu.co/bitstreams/6d537348-ddc5-4b91-9b00-53ba472d4ff4/downloade050e770c9abad7e6a2c649b784ae8f2MD5720.500.12442/6848oai:bonga.unisimon.edu.co:20.500.12442/68482024-08-14 21:53:59.608http://creativecommons.org/licenses/by-nc-nd/4.0/Attribution-NonCommercial-NoDerivatives 4.0 Internacionalopen.accesshttps://bonga.unisimon.edu.coRepositorio Digital Universidad Simón Bolívarrepositorio.digital@unisimon.edu.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 |