Identificación de lesiones ocupantes de espacio en imágenes médicas del riñón: Una revisión

La tecnología existente para el reconocimiento automático de imágenes ha impactado el campo de la medicina apoyando, en forma cada vez más confiable, los diagnósticos que los profesionales médicos realizan de forma manual. En el caso de la detección de lesiones ocupantes de espacio (LOE) renales, se...

Full description

Autores:: Saenz, Frank
Vera, Miguel
Rodríguez, Raúl

Tipo de recurso:

Fecha de publicación:: 2020

Institución:: Universidad Simón Bolívar

Repositorio:: Repositorio Digital USB

Idioma:: spa

Description
Summary:	La tecnología existente para el reconocimiento automático de imágenes ha impactado el campo de la medicina apoyando, en forma cada vez más confiable, los diagnósticos que los profesionales médicos realizan de forma manual. En el caso de la detección de lesiones ocupantes de espacio (LOE) renales, se han desarrollado muchos estudios que aplican diferentes técnicas para la segmentación de imágenes del riñón, y que han generado nuevos modelos propuestos que aportan al fortalecimiento del trabajo que se viene realizando en el reconocimiento de imágenes médicas de forma automática. El presente artículo hace una descripción de los diversos avances que se han reportado en la literatura científica con respecto a la segmentación del riñón y de sus LOE en imágenes médicas de diferentes fuentes como tomografía computarizada, resonancia magnética y ultrasonido. En ese sentido, se realizó una revisión sistemática de los artículos publicados, validando el nivel científico y el medio donde se publicó a través de la plataforma Scimago Journal & Country Rank, seleccionando fechas de publicación desde el año 2005 en adelante. Las palabras claves para realizar búsqueda fueron «Kidney Tumor», «Kidney Cancer», «Kidney Segmentation», «Renal Cell Carcinoma», «Renal Tumors», «Renal Cysts», «Automatic Segmentation Kidney». Este artículo brinda un panorama del trabajo que viene desarrollando la comunidad académica y científica con respecto al reconocimiento automático de tumores renales y el avance en el desarrollo de modelos más avanzados que ofrecen un nivel más alto de sensibilidad, especificidad y precisión en la detección de enfermedades del referido órgano, particularmente, en imágenes médicas.

Identificación de lesiones ocupantes de espacio en imágenes médicas del riñón: Una revisión

Publicaciones similares