Segmentación automática del músculo psoas utilizando Supervised Descent Method sobre imágenes DIXON
Consultable a partir de
2024-10-01
Fecha
2019Autor
Versión
Acceso embargado 5 años / 5 urteko bahitura
Tipo
Trabajo Fin de Máster/Master Amaierako Lana
Impacto
|
nodoi-noplumx
|
Resumen
La posibilidad de ver el interior de los pacientes sin necesidad de abrirlos ha permitido
facilitar el diagnóstico de las enfermedades y lesiones.
Esto puede conseguirse con técnicas de
imagen como pueden ser ecografía, rayos X, TC y
RM entre otras.
Actualmente, muchos de los
diagnósticos utilizan imágenes médicas y los profesionales tienen que trabajar sobre ellas de
man ...
[++]
La posibilidad de ver el interior de los pacientes sin necesidad de abrirlos ha permitido
facilitar el diagnóstico de las enfermedades y lesiones.
Esto puede conseguirse con técnicas de
imagen como pueden ser ecografía, rayos X, TC y
RM entre otras.
Actualmente, muchos de los
diagnósticos utilizan imágenes médicas y los profesionales tienen que trabajar sobre ellas de
manera manual.
El objetivo que buscamos en este trabajo es facilitar y agilizar
la tarea
de estos
profesionales dotándoles de una herramienta que segmenta
automáticamente
los músculos
psoas de imágenes axiales
de estudios
DIXON
de resonancia magnética.
Esta herramienta
devuelve valores objetivos que pueden ser de utilidad en el diagnóstico para el usuario. [--]
The possibility of seeing the insides of patients without the need of opening them has
abled an easier diagnostic of diseases and injuries. This can be achieved with image techniques
such as
echography, X rays, CT and MR among others. Nowadays, many diagnoses use medical
images and the professionals have to work
on them
manually.
The goal we look for in this work is to ease and speed up ...
[++]
The possibility of seeing the insides of patients without the need of opening them has
abled an easier diagnostic of diseases and injuries. This can be achieved with image techniques
such as
echography, X rays, CT and MR among others. Nowadays, many diagnoses use medical
images and the professionals have to work
on them
manually.
The goal we look for in this work is to ease and speed up this professionals work by giving
them a tool that segments the psoas muscles from axial images from magnetic resonance
DIXON
studies automatically. This tool returns objective values that can be useful for the user in the
diagnosis. [--]
Materias
Segmentación automática,
Músculo psoas,
DIXON,
SDM,
Automatic segmentation,
Psoas muscle,
DIXON,
SDM
Titulación
Máster Universitario en Ingeniería Biomédica por la Universidad Pública de Navarra /
Ingeniaritza Biomedikoko Unibertsitate Masterra Nafarroako Unibertsitate Publikoan