Ponente
Descripción
Introducción
El enanismo acondroplásico (EA) es una condición genética que suele ir acompañada de hidrocefalia. Para comprender el efecto de la hidrocefalia en pacientes, es importante controlar el volumen entre el tejido cerebral (TC) y el líquido cefalorraquídeo (LCR) mediante una segmentación de imágenes precisa. En este trabajo se busca segmentar automáticamente imágenes usando la segmentación basada en umbralización realizada por el software FSL y comparar los volúmenes obtenidos en la población estudiada.
Objetivos:
Segmentar automáticamente imágenes de pacientes con hidrocefalia en enanismo acondroplásico en dos clases: TC y el LCR.
Calcular y comparar el volumen de TC y LCR en la población objetivo usando curvas de crecimiento estándar.
Metodología
Los datos analizados corresponden a imágenes de resonancia magnética T2, de 5 pacientes con EA. Estas imágenes fueron segmentadas manualmente, en dos clases: TC y LCR, utilizando el software ITK-SNAP.
FSL es un software de segmentación probabilística. Por defecto, FSL segmenta imágenes T2 en tres clases: LCR, materia gris, materia blanca, por lo que se procedió a comparar las probabilidades de pertenecer a cada clase de cada píxel y a reasignar esa probabilidad únicamente a la clase con mayor valor probabilístico, igualando las demás a 0. Luego, se compararon los resultados del método manual y el automático usando la métrica Dice-Score.
Resultados
El promedio de Dice-Score para las imágenes segmentadas manualmente y de forma automática son de 0.88 (DS 0.0196) para LCR y 0.94 (DS 0.018) para TC. Los rangos de Dice-Score oscilan entre 0, que indica que no hay superposición, y 1, que indica una superposición perfecta.
Conclusión
Los resultados sugieren que la segmentación automatizada con FSL, luego de combinar materia gris y materia blanca, produce resultados similares a la segmentación manual de expertos.
Introducción
El enanismo acondroplásico (EA) es una condición genética que suele ir acompañada de hidrocefalia. Para comprender el efecto de la hidrocefalia en pacientes, es importante controlar el volumen entre el tejido cerebral (TC) y el líquido cefalorraquídeo (LCR) mediante una segmentación de imágenes precisa. En este trabajo se busca segmentar automáticamente imágenes usando la segmentación basada en umbralización realizada por el software FSL y comparar los volúmenes obtenidos en la población estudiada.
Objetivo
Segmentar automáticamente imágenes de pacientes con hidrocefalia en enanismo acondroplásico en dos clases: TC y el LCR.
Calcular y comparar el volumen de TC y LCR en la población objetivo usando curvas de crecimiento estándar.
Conclusión
Los resultados sugieren que la segmentación automatizada con FSL, luego de combinar materia gris y materia blanca, produce resultados similares a la segmentación manual de expertos.
Metodología
Los datos analizados corresponden a imágenes de resonancia magnética T2, de 5 pacientes con EA. Estas imágenes fueron segmentadas manualmente, en dos clases: TC y LCR, utilizando el software ITK-SNAP.
FSL es un software de segmentación probabilística. Por defecto, FSL segmenta imágenes T2 en tres clases: LCR, materia gris, materia blanca, por lo que se procedió a comparar las probabilidades de pertenecer a cada clase de cada píxel y a reasignar esa probabilidad únicamente a la clase con mayor valor probabilístico, igualando las demás a 0. Luego, se compararon los resultados del método manual y el automático usando la métrica Dice-Score.
Resultados
El promedio de Dice-Score para las imágenes segmentadas manualmente y de forma automática son de 0.88 (DS 0.0196) para LCR y 0.94 (DS 0.018) para TC. Los rangos de Dice-Score oscilan entre 0, que indica que no hay superposición, y 1, que indica una superposición perfecta.
| Area | Ciencias de la Salud y Biomedicina |
|---|
