Segmentación automática de aneurismas aórticos abdominales a partir de imágenes de resonancia magnética basada en modelos activos de forma y modelos de textura

Tarjuelo Gutierrez, Jaime and Rodríguez Vila, Borja and Gómez Aguilera, Enrique J. (2012). Segmentación automática de aneurismas aórticos abdominales a partir de imágenes de resonancia magnética basada en modelos activos de forma y modelos de textura. In: "XXX Congreso Anual de la Sociedad Española de Ingeniería Biomédica CASEIB 2012. Libro de actas", 19/11/2012 - 21/11/2012, San Sebastián, España. p. 19.

Description

Title: Segmentación automática de aneurismas aórticos abdominales a partir de imágenes de resonancia magnética basada en modelos activos de forma y modelos de textura
Author/s:
  • Tarjuelo Gutierrez, Jaime
  • Rodríguez Vila, Borja
  • Gómez Aguilera, Enrique J.
Item Type: Presentation at Congress or Conference (Article)
Event Title: XXX Congreso Anual de la Sociedad Española de Ingeniería Biomédica CASEIB 2012. Libro de actas
Event Dates: 19/11/2012 - 21/11/2012
Event Location: San Sebastián, España
Title of Book: Congreso Anual de la Sociedad Española de Ingeniería Biomédica CASEIB 2012. Libro de actas
Date: 2012
Subjects:
Faculty: E.T.S.I. Telecomunicación (UPM)
Department: Tecnología Fotónica [hasta 2014]
Creative Commons Licenses: Recognition - No derivative works - Non commercial

Full text

[thumbnail of INVE_MEM_2012_135126.pdf]
Preview
PDF - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (308kB) | Preview

Abstract

Se presenta un algoritmo semiautomático de segmentación de aneurismas aórticos abdominales (AAA) basado en modelos activos de forma (ASM) y modelos de textura. La información de textura viene dada por un conjunto de cuatro imágenes 3D de resonancia magnética (RM) compuestas por cortes axiales de la zona abdominal. En estas imágenes son visibles la luz aórtica, la pared aórtica y el trombo intraluminal (ILT). Dado el tamaño limitado del conjunto de imágenes de RM, se han implementado un ASM que capture las características específicas del conjunto de entrenamiento compuesto por 35 imágenes de tomografía axial computarizada (CTA), de modo que la variación de forma pueda ser adecuadamente caracterizada. La textura se caracteriza a partir de las imágenes de RM. Para la evaluación del algoritmo se ha llevado a cabo una validación cruzada dejando uno fuera sobre el conjunto de imágenes de RM.

More information

Item ID: 19987
DC Identifier: https://oa.upm.es/19987/
OAI Identifier: oai:oa.upm.es:19987
Deposited by: Memoria Investigacion
Deposited on: 28 Sep 2013 10:36
Last Modified: 21 Apr 2016 22:06
  • Logo InvestigaM (UPM)
  • Logo GEOUP4
  • Logo Open Access
  • Open Access
  • Logo Sherpa/Romeo
    Check whether the anglo-saxon journal in which you have published an article allows you to also publish it under open access.
  • Logo Dulcinea
    Check whether the spanish journal in which you have published an article allows you to also publish it under open access.
  • Logo de Recolecta
  • Logo del Observatorio I+D+i UPM
  • Logo de OpenCourseWare UPM