Desarrollo de algoritmos de inteligencia artificial para la segmentación y clasificación de hiperintensidades en sustancia blanca cerebral obtenidas de imágenes de resonancia magnética

Abstract:

Las hiperintensidades de sustancia blanca cerebral suelen estar asociadas a enfermedades cerebro vasculares debido al rol ocupado en el decaimiento cognitivo y perdida de funciones motrices en la vejez. estas lesiones son visibles en imágenes obtenidas de secuencias flair por resonancia magnética. el proceso de segmentación automática de estas lesiones es dependiente de las características de la máquina lo que se traduce en una falta de robustez en los algoritmos de segmentación tradicionales. El método desarrollado en este trabajo parte de un conjunto de datos de imágenes flair y t1 proporcionados por el concurso micai-2017 obtenidos por máquinas de diferentes características. también se proporcionó el “ground truth” consistente en la segmentación manual de esas lesiones. el método consistió en entrenar un modelo de aprendizaje profundo usando la red u-net 3d. la red neuronal convolucional aquí propuesta consistió en 28 capas y 22 millones de parámetros entrenables.

Año de publicación:

2019

Keywords:

• IMAGENES TRIDIMENSIONALES
• DISEÑO DE ALGORITMOS
• RED-U-NET 3D

Fuente:

rraae