Segmentación de imágenes de resonancia magnética cerebral mediante redes neuronales artificiales convolucionales

Resumen

Con el paso de los años el uso de imágenes médicas es cada vez más abundante y en mayor variedad de aplicaciones, gracias en gran parte a la mejora de calidad y la creación de nuevas modalidades de imagen que permiten observar el cuerpo humano de forma no invasiva. Unido a esto también ha avanzado el tratamiento digital de imágenes. En este trabajo nos centraremos en el subcampo de la segmentación de estructuras anatómicas, de gran utilidad en multitud de ámbitos como la detección de enfermedades, planificación quirúrgica o evolución del paciente tras un tratamiento, entre otros.
El principal objetivo de este trabajo será el desarrollo de un programa en Python que consiga la segmentación de volúmenes de regiones anatómicas en imágenes tridimensionales de resonancia magnética cerebral a través del uso de redes neuronales artificiales convolucionales, consiguiendo aumentar la eficiencia en un entorno clínico al disminuir el tiempo de intervención de un profesional que tuviese que realizar la segmentación de la región de forma manual en cada una de las rodajas del volumen.