Salvato in:
| Autore principale: | |
|---|---|
| Natura: | Artículo científico |
| Lingua: | es |
| Pubblicazione: |
Sociedad Latinoamericana de Hipertensión
2017
|
| Soggetti: | |
| Accesso online: | https://www.redalyc.org/articulo.oa?id=170254309005 |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Sommario:
- Caracterización en función del volumen de hematomas epidurales, subdurales e intraparemquimatosos Miguel Vera Yoleidy Huérfano Julio Contreras Maria Vera Williams Salazar Sandra Vargas Gerardo Chacón Jhoel Rodriguez Medicina Hematomas Hematomas Segmentación Segmentación Tomografía cerebral Mediante este trabajo se propone la comparación entre tres técnicas uti-lizadas para obtener el volumen ocu-pado por hematomas epidurales, subdurales e intraparen-quimatosos, en imágenes de tomografía computarizada multicapa (MSCT). La determinación de este volumen es de vital importancia puesto que, de acuerdo con la litera-tura, dicho volumen es un predictor invaluable para de-cidir la conducta a seguir respecto a la presencia de los hematomas mencionados. Las técnicas consideradas se basan en determinación de: a) Longitudes (LT), b) Áreas (AT) y c) Volúmenes explícitos (VCT). La LT parte de una hipótesis geométrica y estima el volumen a partir de las dimensiones del hematoma (largo y ancho) y del espesor de las capas que conforman las imágenes de MSCT que contienen cualquiera de los mencionados hematomas. Adicionalmente, mediante la AT, un neurocirujano desa-rrolla un proceso manual para obtener las áreas de cada una de las capas en la que aparece el hematoma conside-rado. Usando tales áreas se puede calcular el mencionado volumen. Por otra parte, la VCT produce la segmentación del hematoma mediante la aplicación de 4 etapas desa-rrolladas en el dominio 3D. Ellas son: pre- procesamiento, segmentación, pos-procesamiento y entonación de pará-metros. La etapa de pre-procesamiento se divide en dos fases. En la primera, denominada definición de un volu-men de interés (VOI), se emplea un algoritmo de umbrali-zación simple el cual permite, fundamentalmente, acotar cada uno de los hematomas candidatos. En la segunda fase, identificada como filtrado, se aplica un banco de fil-tros para disminuir el impacto de los artefactos y atenuar el ruido presente en las imágenes. Los filtros que confor-man esta fase son: el filtro de erosión morfológica (MEF), el filtro de mediana (MF) y un filtro basado en la magnitud del gradiente. Por otra parte, durante la etapa de seg-mentación se implementa un algoritmo de agrupamiento, denominado crecimiento de regiones (RG), el cual es apli-cado a las imágenes pre-procesadas. A fin de compensar el efecto del MEF, las segmentaciones preliminares de los hematomas son sometidos a la etapa de posprocesamien-to la cual se basa en la aplicación de un filtro de dilatación morfológica (MDF). Durante la entonación de parámetros, el coeficiente de Dice (Dc) es utilizado para comparar las segmentaciones de los hematomas, obtenidas automáti-camente, con la segmentación de los hematomas genera-das, manualmente, por un neurocirujano. La combinación de parámetros que generan el Dc más elevado, permite establecer los parámetros óptimos de cada una de los al-goritmos computacionales que conforman la técnica no lineal propuesta. Los resultados obtenidos permiten repor-tar un Dc superior a 0.86 lo cual indica una buena corre-lación entre las segmentaciones generadas por el experto neurocirujano y las pr 2017 artículo científico 1856-4550 https://www.redalyc.org/articulo.oa?id=170254309005 es http://www.redalyc.org/revista.oa?id=1702 Revista Latinoamericana de Hipertensión application/pdf Sociedad Latinoamericana de Hipertensión Revista Latinoamericana de Hipertensión (República Bolivariana de Venezuela) Num.5 Vol.12